时间戳

首页 > 解决方案 > Lua：字符的类型

lua - Lua：字符的类型

问题描述

我需要一个函数

function getCharType(c)
  local i = string.byte(c) -- works only for 1 byte chars
  if (i > 48) and (i < 57) then return 1 end
  if (i > 97) and (i < 122) then return 2 end
  return 0
end

应该返回

2 - if c is a letter
1 - if c is a digit
0 - if c is  a symbol (anything else)

c 本身已经是一个小写字符：charType = getCharType(string.lower(Character)). 如果 Unicode 字符是可能的，那很好。

以上getCharType("ö") 为0。

标签： luachar

解决方案

要确定非 ASCII 字符是大写字母还是小写字母或数字，您需要 Unicode 数据。Module:Unicode data on Wikipedia 有一个类似这样的函数，它使用Module:Unicode data/category（Unicode 字符的通用类别的数据）。

lookup_category这是对来自 Module:Unicode 数据的函数的改编。我没有包含 Unicode 数据（模块：Unicode 数据/类别）；您必须从上面的链接中复制它。

local category_data -- set this variable to the table in Module:Unicode data/category above
local floor = math.floor
local function binary_range_search(code_point, ranges)
    local low, mid, high
    low, high = 1, #ranges
    while low <= high do
        mid = floor((low + high) / 2)
        local range = ranges[mid]
        if code_point < range[1] then
            high = mid - 1
        elseif code_point <= range[2] then
            return range
        else
            low = mid + 1
        end
    end
    return nil
end

function get_category(code_point)
    if category_data.singles[code_point] then
        return category_data.singles[code_point]
    else
        local range = binary_range_search(code_point, category_data.ranges)
        return range and range[3] or "Cn"
    end
end

该函数get_category接受一个代码点（一个数字）并返回通用类别的名称。我猜你感兴趣的类别是Nd（数字，十进制数字）和以L（字母）开头的类别。

您将需要一个将字符转换为代码点的函数。如果文件以 UTF-8 编码并且您使用的是 Lua 5.3，则可以使用utf8.codepoint函数：get_category(utf8.codepoint('ö'))将导致'Ll'. 您可以将类别代码转换为上述函数使用的数值：function category_to_number(category) if category == "Nd" then return 1 elseif category:sub(1, 1) == "L" then return 2 else return 0 end end.

推荐阅读