Làm thế nào tôi có thể xác định nếu ký tự hiện tại là một chữ cái (một ký tự chữ cái) (nghĩa là thuộc về lớp cú pháp [:alpha:]trong các khái niệm regrec). Tôi muốn viết một chức năng đơn giản như dưới đây:
(defun test-letter () (interactive)
(if char-after-is-a-letter
(message "This is a letter")
(message "This is not a letter")
)
)
Cập nhật
Thật không may, giả định của tôi về sự tương đương của lớp các chữ cái và lớp cú pháp [:alpha:]dường như là sai.
Câu trả lời:
Điều này chắc chắn sẽ làm việc:
(memq (get-char-code-property (char-after) 'general-category)
'(Ll Lu Lo Lt Lm Mn Mc Me Nl))
Như một phần thưởng, nó cũng sẽ nhanh hơn looking-at.
Emacs lưu trữ tất cả các thuộc tính ký tự được chỉ định bởi tiêu chuẩn Unicode. Họ có thể truy cập với get-char-code-property. Cụ thể, thuộc general-categorytính chỉ định các ký tự là chữ cái ( Lllà chữ thường, Luchữ hoa và đừng hỏi tôi những ký tự khác là gì).
五được coi là số 5trong tiếng Nhật. Mã của bạn coi đây là một lá thư. Có thể đó là một chữ cái (như trong số La Mã v). Có lẽ ai đó quen thuộc với tiếng Nhật có thể xác minh điều này.
五giống như từ tiếng Anh five, vì vậy nó là một chữ cái. Khi viết số 5 thay vì từ năm, họ sử dụng 5giống như tiếng Anh.
EDIT: Câu trả lời này phải hoàn toàn hợp lệ trong 25.5 (trong đó lỗi đã được sửa). Đối với các phiên bản cũ hơn, sử dụng tùy chọn khác .
Điều này sẽ cho bạn biết nếu char hiện tại là một chữ cái, và nên hoạt động trong bất kỳ ngôn ngữ nào.
(looking-at-p "[[:alpha:]]")
looking-at-pđược sử dụng trong giải pháp của bạn và looking-attrong câu trả lời khác.
looking-at-pkhông đặt dữ liệu khớp.
match-string(và nhiều anh chị em của nó) sẽ trả về kết quả tìm kiếm. Trong khi đó, với phiên bản không vị ngữ, chuỗi kết hợp sẽ trả về kết quả của kết quả tìm kiếm.
Tôi nghĩ bạn có thể thoát khỏi điều này:
(defun test-letter ()
(interactive)
(let ((char (char-after)))
(if (and (eq (char-syntax char) ?w)
(or (> char ?9)
(< char ?1)))
(message "This is a letter")
(message "This is not a letter"))))
Đây là một cách ít hiệu quả hơn, nhưng gần hơn với những gì bạn muốn:
(defun test-letter ()
(interactive)
(if (looking-at "[a-z-A-Z]")
(message "This is a letter")
(message "This is not a letter")))
۹(tức là chữ số 9 của Ấn Độ) hoặc ٪như một chữ cái.
ζhoặc α), nhưng bản cập nhật thì không.
Trong trường hợp bạn rất quan tâm đến các ký tự quốc gia và xử lý chính xác các lớp ký tự Unicode, thì giải pháp duy nhất tôi có thể tìm thấy cho đến nay là regexthư viện Python . Cả grepvà Perl(với sự ngạc nhiên hoàn toàn của tôi!) Đã không thực hiện công việc đúng cách.
Vì vậy, biểu thức chính quy bạn theo sau là cái này : \p{L}. Đây được gọi là phiên bản tốc ký thuộc tính Unicode, phiên bản đầy đủ \p{Letter}hoặc thậm chí p\{General_Category=Letter}. Letterbản thân nó là một lớp tổng hợp, nhưng tôi sẽ không đi vào chi tiết, tài liệu tham khảo tốt nhất tôi có thể tìm thấy về chủ đề này ở đây .
Thư viện Python không được tích hợp vào ngôn ngữ (nó là một thay thế cho rethư viện tích hợp). Vì vậy, bạn sẽ cần phải cài đặt nó, ví dụ:
# pip install regex
Sau đó, bạn có thể sử dụng nó như vậy:
import regex
>>> regex.match(ur'\p{L}+', u'۱۲۳۴۵۶۷۸۹۰')
>>> regex.match(ur'\p{L}+', u'абвгд')
<regex.Match object; span=(0, 5), match=u'\u0430\u0431\u0432\u0433\u0434'>
>>> regex.match(ur'\p{L}+', u'123')
>>> regex.match(ur'\p{L}+', u'abcd')
<regex.Match object; span=(0, 4), match=u'abcd'>
>>>
Bạn cũng có thể đặt đoạn script này ở nơi bạn có thể truy cập nó:
#!/usr/bin/env python
import regex
import sys
if __name__ == "__main__":
for match in regex.finditer(ur'\p{L}+', sys.argv[1].decode('utf-8')):
print match.string
Và gọi nó từ Emacs như vậy (giả sử bạn đã lưu tập lệnh này vào ~/bin):
(defun unicode-character-p ()
(interactive)
(let* ((current (char-after (point)))
(result (shell-command-to-string
(format "~/bin/is-character.py '%c'" current))))
(message
(if (string= result "") "Character %c isn't a letter"
"Character %c is a letter")
current)))
۱۲۳۴۵۶۷۸۹۰nhưng có một số tiêu cực thực sự, ví dụ tiếng Ả Rập hoặc tiếng Do Thái Alef:א,ا.