README

PHP的Unicode码位库

简化的Unicode术语

码位

码位是字符、空格、符号、标点、分隔符等，即组成文本的单个单元。

区块

码位被分组到区块中，即连续的码位组，它们是公共集合的一部分。

示例

• a 包含在 基本拉丁 区块中
• α 包含在 希腊和科普特 区块中
• 𝅘𝅥𝅮 包含在 音乐符号 区块中
• ↩ 包含在 箭头 区块中
• ☂ 包含在 杂项符号 区块中

平面

平面是由65,536个连续的码位组成的区块，可能包含零个、一个或多个区块。

一般类别

此库还提供了每个码位的一般类别，即您可以知道一个码位是否为小写字母、符号、标点等。

代理码位

为了扩展16位可以表示的码位数量，Unicode引入了“代理”。单个字符（或标点、...）可以通过组合两个连续的代理（称为“高代理”和“低代理”）来表示。这意味着这样的码位仅在成对的情况下才有意义。

示例用法

码位在基于字符串的MLUnipoints\Codepoint枚举中列出。枚举案例字符串的值包含Unicode符号：这样，例如，为了获取a的情况，您可以简单地写

use MLUnipoints\Codepoint;

$codepoint = Codepoint::from('a');

由于MLUnipoints\Codepoint枚举相当大（当您自动加载它时，它可以使用数十MB的内存），您还可以使用在MLUnipoints\Codepoint命名空间下定义的特定于区块的实例（但这需要您事先知道区块）。例如

use MLUnipoints\Codepoint;

$codepoint = Codepoint\Basic_Latin::from('a');

MLUnipoints\Codepoint枚举的每个案例都有一个MLUnipoints\Info\CodepointInfo属性。您可以通过编写轻松检索此属性

use MLUnipoints\Codepoint;
use MLUnipoints\Info\CodepointInfo;

$codepoint = Codepoint::from('a');
$codepointInfo = CodepointInfo::from(Codepoint::from('a'));

此属性提供了码位的数值、Unicode名称、一般类别，以及（如果您不使用特定于区块的枚举）区块。

您也可以以类似的方式获取区块、平面和一般类别的详细信息。

例如，以下代码

use MLUnipoints\Codepoint;
use MLUnipoints\Info\BlockInfo;
use MLUnipoints\Info\CategoryInfo;
use MLUnipoints\Info\CodepointInfo;
use MLUnipoints\Info\PlaneInfo;

$codepoint = Codepoint::from('a');
$codepointInfo = CodepointInfo::from($codepoint);
$categoryInfo = CategoryInfo::from($codepointInfo->category);
$blockInfo = BlockInfo::from($codepointInfo->block);
$planeInfo = PlaneInfo::from($blockInfo->plane);

echo 'Codepoint: ', $codepointInfo->id, "\n";

echo 'Codepoint name: ', $codepointInfo->name, "\n";

echo 'Codepoint general category: ', $categoryInfo->description, "\n";

foreach ($categoryInfo->parentCategories as $parentCategory) {
    echo 'Codepoint parent general category: ', CategoryInfo::from($parentCategory)->description, "\n";
}

echo 'Block name: ', $blockInfo->name, "\n";

echo 'Plane name: ', $planeInfo->name, "\n";

echo 'Plane short name: ', $planeInfo->shortName, "\n";

将输出

Codepoint: 97
Codepoint name: LATIN SMALL LETTER A
Codepoint general category: a lowercase letter
Codepoint parent general category: a cased letter
Codepoint parent general category: a letter
Block name: Basic Latin
Plane name: Basic Multilingual Plane
Plane short name: BMP

您还可以使用Unicode枚举来打印字符和符号。

例如

use MLUnipoints\Codepoint;

echo Codepoint::SUN_BEHIND_CLOUD->value;

将打印

⛅

你真的想表示感谢吗？

您可以提供给我每月的咖啡或一次性咖啡 😉