获取当前文化中“属于”的字符列表

Question

获取当前文化中“属于”的字符列表

c#.netvb.netcharacter-encodingcultureinfo

3

我想创建一个包含当前用户可以在键盘上输入的所有字符的字符串。对于说英语的用户来说，这将是26个大写字母、26个小写字母、10个十进制数字和30多个符号。其他国家的用户会有一些不同的字符。

我知道有一些用户可以输入不在他们键盘上的字符，但我不能假设他们知道如何做到这一点。我正在寻找一个字符集，可以合理地假定任何具有当前文化背景的人都能够输入。如果该集合缺少一两个特殊字符，也不是世界末日，但我希望它足够完整。

我可以通过硬编码或使用以下函数快速获取美式英语字符集:

Function GetCharacterSet() As String
    Return Enumerable.Range(32, 95).Select(Function(i) Chr(i)).ToArray
End Function

我不确定如何在其他文化中可靠地完成这个任务。我可以像这样编写函数：

Function GetCharacterSet() As String
    Dim chars As New List(Of Char) 
    For i As Integer = 0 To UInt16.MaxValue 
        Dim ch As Char = ChrW(i)
        If Char.IsLetterOrDigit(ch) OrElse Char.IsPunctuation(ch) OrElse ch = " "c Then 
            chars.Add(ch)
        End If
    Next
    Return chars.ToArray 
End Function

但是生成的（非常长的）字符串包含任何文化中有效的字符。有没有一种方法只检查当前文化中的字母、数字或标点符号？

- Blackwood

不确定您在这里的意图是什么，但对于那些在英语字典中出现但并不使用所有“英语”字符的单词，比如“fiancé”，您会怎么处理呢？ - DLeh

@DLeh：我不想包含那些用户可能不知道如何在键盘上输入的字符。这意味着在英语中不包括带重音符号的字符（即使它们可能出现在字典中）。 - Blackwood

如果他们从其他地方复制了文本，您会禁止他们在任何地方输入这些字符吗？那里的目标是什么？ - DLeh

3

伙计，很多人都不知道如何使用他们已经拥有的字符... ;) - The Blue Dog

2

“我猜测英国的£符号在ASCII字符集中占据了相同的位置”-不，你猜错了。£符号不在ASCII字符集中：它在扩展字符集中，例如CP1252（0xA3）。 - Joe

显示剩余13条评论

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Joey · Accepted Answer

好的，这可能有点反常，但是在键盘布局API方面，这是我能够做到的最好的:

public class Api
{
    [DllImport("kernel32.dll")]
    public static extern uint GetCurrentThreadId();

    [DllImport("user32.dll")]
    public static extern IntPtr GetKeyboardLayout(uint idThread);

    [DllImport("user32.dll", CharSet = CharSet.Unicode)]
    public static extern short VkKeyScanEx(char ch, IntPtr dwhkl);
}

class Program
{
    static bool IsRepresentable(char c, IntPtr keyboardLayout)
    {
        var x = Api.VkKeyScanEx(c, keyboardLayout);
        return x != -1;
    }

    static IEnumerable<char> GetKeyboardLayoutCharacters(IntPtr keyboardLayout)
    {
        return
            Enumerable.Range(32, char.MaxValue - 32)
                .Select(n => (char)n)
                .Where(c => IsRepresentable(c, keyboardLayout));
    }

    static void Main(string[] args)
    {
        Console.OutputEncoding = Encoding.UTF8;
        var layout = Api.GetKeyboardLayout(Api.GetCurrentThreadId());
        Console.WriteLine(string.Concat(GetKeyboardLayoutCharacters(layout)));
    }
}

这实际上搜索了所有 BMP 并询问每个字符是否可以用给定的键盘布局表示。虽然不是理想的方法，但它会返回以下结果：

 !"#$%&'()*+,-./0123456789:;<=>?@
ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`
abcdefghijklmnopqrstuvwxyz
{|}~§°²³´µÄÖÜßäöüẞ€

Polish:

 !"#$%&'()*+,-./0123456789:;<=>?@
ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`
abcdefghijklmnopqrstuvwxyz
{|}~ÓóĄąĆćĘęŁłŃńŚśŹźŻż€

中文：

 !"#$%&'()*+,-./0123456789:;<=>?@
ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`
abcdefghijklmnopqrstuvwxyz{|}~

美式国际键盘 ;-):

 !"#$%&'()*+,-./0123456789:;<=>?@
ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`
abcdefghijklmnopqrstuvwxyz
{|}~¡¢£¤¥¦§¨©«¬®°²³´µ¶¹»¼½¾¿ÁÄÅÆÇÉÍÐÑÓÖ×ØÚÜÞßáäåæçéíðñóö÷øúüþ‘’€

我相信一定有一种方法可以实际获取给定键盘布局可以生成的字符，因为上面的列表没有考虑死键（例如，美国国际标准键盘实际上可以产生ÿ、õ或ï，但它们不在列表中，因为使用Shift、Ctrl或Alt无法生成它们-必须使用死键）。但作为第一个近似值，这可能已经有用了。此外，其中一些东西很奇怪，不是包括U+007F（即Del），而是U+F000和U+F001。可能需要对返回的列表进行进一步过滤。

此方法还假设用户激活了代表其语言的键盘布局。然而，如果只涉及当前用户的语言，则这通常是最常见的情况。

编辑：

Vb.Net版本

Private NotInheritable Class NativeMethods
    <DllImport("user32.dll", CharSet:=CharSet.Unicode)>
    Public Shared Function VkKeyScanEx(ByVal ch As Char, ByVal dwhkl As IntPtr) As Short
    End Function
End Class

<Extension>
Public Function IsAlphabetic(ByVal sender As String,
                             ByVal culture As CultureInfo) As Boolean

    If Not CultureInfo.GetCultures(CultureTypes.InstalledWin32Cultures).Contains(culture) Then
        Throw New CultureNotFoundException(paramName:="culture", message:="Culture not installed.")

    Else
        ' Keyboard Layout Handle (HKL)
        Dim hkl As IntPtr = InputLanguage.FromCulture(culture).Handle

        Dim charList As New List(Of Char)
        For index As UShort = 0US To (UShort.MaxValue - 1US)

            Dim c As Char = Convert.ToChar(index)

            ' The check for being a letter can always be removed if symbols or numbers should be allowed, too.
            If (NativeMethods.VkKeyScanEx(c, hkl) <> -1S) AndAlso Char.IsLetterOrDigit(c) Then
                charList.Add(c)
            End If

        Next index

        For Each c As Char In sender
            If Not charList.Contains(c) Then
                Return False
            End If
        Next

        Return True

    End If

End Function