在字符串中检测CJK字符 (C#)

Question

我正在使用iTextSharp生成一系列PDF，使用Open Sans作为默认字体。偶尔，我需要将名称插入PDF内容中。然而，我的问题是，我需要插入的一些名称包含CJK字符（存储在SQL Server的nvarchar列中），据我所知，Open Sans目前不支持CJK字符。我需要继续使用Open Sans作为我的默认字体，因此理想情况下，我希望尝试检测从数据库中获取的字符串中的CJK字符，并在打印这些字符时切换到CJK字体。

正则表达式是否是最佳选择？不幸的是，我无法找到任何可以帮助解决此问题的正则表达式模式。

感谢您提前的帮助！

- user1961026

Answer 1

如果有人偶然遇到这个问题，我发现可以使用在正则表达式中列出的Unicode块（http://msdn.microsoft.com/en-us/library/20bw873z.aspx#SupportedNamedBlocks）来找到另一个解决方案。

var Name = "Joe Bloggs";
var Regex = new Regex(@"\p{IsCJKUnifiedIdeographs}");

if(Regex.IsMatch(Name))
{
    //switch to CJK font
}
else
{
    //keep calm and carry on
}

编辑：

您可能需要匹配更多内容，不仅仅是统一表意文字，请尝试使用以下正则表达式：

string r = 
@"\p{IsHangulJamo}|"+
@"\p{IsCJKRadicalsSupplement}|"+
@"\p{IsCJKSymbolsandPunctuation}|"+
@"\p{IsEnclosedCJKLettersandMonths}|"+
@"\p{IsCJKCompatibility}|"+
@"\p{IsCJKUnifiedIdeographsExtensionA}|"+
@"\p{IsCJKUnifiedIdeographs}|"+
@"\p{IsHangulSyllables}|"+
@"\p{IsCJKCompatibilityForms}"; 

我尝试过的所有韩文都可以使用该程序。

- user1961026

---

是的，我认为那应该能全部捕获！ - user1961026

Answer 2

使用iTextSharp.text.pdf.FontSelector;

iTextSharp.text.pdf.FontSelector selector = new iTextSharp.text.pdf.FontSelector();

// add 2 type of font to FontSelector
selector.AddFont(openSansfont);
selector.AddFont(chinesefont);


iTextSharp.text.Phrase phrase = selector.Process(yourTxt);

FontSelector将为您使用正确的字体！

源文件FontSelector.cs中的详细说明。

选择适当的字体，其中包含呈现文本所需的字形。按顺序检查字体，直到找到字符为止。

我忘记了它搜索的顺序！！请自行体验！ 编辑：顺序是从第一个addFont到最后一个addFont。

http://itextpdf.com/examples/iia.php?id=214

- Wong Chee Mon

---

一定会尝试的。谢谢 Wong！ - user1961026

Answer 3

我已经编辑了Dave的回答以使其可行，但显然只有我能看到，直到它被同行评审。因此，我将把解决方案发布为我的答案。基本上，Dave只需要将他的正则表达式扩展到这个程度：

string regex = 
@"\p{IsHangulJamo}|"+
@"\p{IsCJKRadicalsSupplement}|"+
@"\p{IsCJKSymbolsandPunctuation}|"+
@"\p{IsEnclosedCJKLettersandMonths}|"+
@"\p{IsCJKCompatibility}|"+
@"\p{IsCJKUnifiedIdeographsExtensionA}|"+
@"\p{IsCJKUnifiedIdeographs}|"+
@"\p{IsHangulSyllables}|"+
@"\p{IsCJKCompatibilityForms}"; 

这将会在以下方式中检测韩文字符：

string subject = "도형이";

Match match = Regex.Match(subject, regex);

if(match.Success)
{
    //change to Korean font
}
else
{
    //keep calm and carry on
{

- Ben