Warum betrachtet Apache Commons ‘१२३’ als numerisch?

Question 1

Laut der Dokumentation von Apache Commons Lang für StringUtils.isNumeric()der String ‘१२३’ ist numerisch.

Da ich glaubte, dass dies ein Fehler in der Dokumentation sein könnte, führte ich Tests durch, um die Aussage zu überprüfen. Ich habe das laut Apache Commons gefunden ist numerisch.

Warum ist dieser String numerisch? Was stellen diese Zeichen dar?

Question 2

Da diese “CharSequence nur Unicode-Ziffern enthält” (unter Angabe Ihrer verlinkte Dokumentation).

Alle Zeichen geben wahr für zurück Character.isDigit:

Einige Unicode-Zeichenbereiche, die Ziffern enthalten:

‘\u0030’ bis ‘\u0039’, ISO-LATIN-1-Ziffern (‘0’ bis ‘9’)

‘\u0660’ bis ‘\u0669’, arabisch-indische Ziffern

‘\u06F0’ bis ‘\u06F9’, erweiterte arabisch-indische Ziffern

‘\u0966’ bis ‘\u096F’, Devanagari-Ziffern

‘\uFF10’ bis ‘\uFF19’, Ziffern in voller Breite

Viele andere Zeichenbereiche enthalten auch Ziffern.

१२३ sind Devanagari-Ziffern:

१ ist DEVANAGARI ZIFFER EINS, \u0967

२ ist DEVANAGARI-ZIFFER ZWEI, \u0968
३ ist DEVANAGARI ZIFFER DREI, \u0969

Question 3

Das Symbol १२३ ist dasselbe wie 123 für die nepalesische Sprache oder jede andere Sprache, die die verwendet Devanagari-Skript wie Hindi, Gujarati usw. und ist daher eine Nummer für Apache Commons.

Question 4

Sie können verwenden Character#getType um die allgemeine Kategorie des Charakters zu überprüfen:

System.out.println(Character.DECIMAL_DIGIT_NUMBER == Character.getType('१'));

Dies wird gedruckt truewas ein “Beweis” dafür ist, dass ‘१’ ein ist Ziffer.

Lassen Sie uns nun den Unicode-Wert des Zeichens „१“ untersuchen:

System.out.println(Integer.toHexString('१'));
// 967

Diese Nummer liegt im Bereich von Devanagari-Ziffern – welches ist: \u0966 durch \u096F.

Probiere auch:

Character.UnicodeBlock block = Character.UnicodeBlock.of('१');
System.out.println(block.toString());
// DEVANAGARI

Devanagari ist:

ist ein abugida (alphasyllabary) Alphabet von Indien und von Nepal

“१२३” ist eine “123” (Basic Latin Unicode).

Lektüre:

Weitere Details zum Zeichen „१“.

StringUtils#isNumeric Implementierung

Question 5

Wenn Sie jemals wissen möchten, welche Eigenschaften ein bestimmter “Charakter” hat (und es gibt ziemlich viele), gehen Sie direkt zur Quelle: Unicode.org. Sie haben Forschungswerkzeuge, die Ihnen fast alles zeigen können, was Sie wissen möchten.

Wenn Sie alle Eigenschaften eines bestimmten Zeichens sehen möchten, versuchen Sie Folgendes:

http://unicode.org/cldr/utility/character.jsp?a=१

oder:

http://unicode.org/cldr/utility/character.jsp?a=%E0%A5%A7
Wenn Sie alle Zeichen als „Dezimalziffern“ klassifiziert sehen möchten (dh mit Zahlenwerten von 0 bis 9), versuchen Sie Folgendes:

http://unicode.org/cldr/utility/list-unicodeset.jsp?a=[:Numeric_Type=Decimal:]
^{( 550 Code Points — aktuell / ab Unicode 9.0 )}
Wenn Sie alle Zeichen sehen möchten, die als „Nicht-Dezimalziffern“ klassifiziert sind (d. h. Brüche, eingekreist usw.), versuchen Sie Folgendes:

http://unicode.org/cldr/utility/list-unicodeset.jsp?a=[:Numeric_Type=Numeric:]
^{( 836 Code Points — aktuell / ab Unicode 9.0 )}
Wenn Sie alle Zeichen als “Dezimalziffern” klassifiziert sehen möchten (dh mit Zahlenwerten von 0 bis 9), aber nur bis Unicode 6.0 (das .NET verwendet)Versuche Folgendes:

http://unicode.org/cldr/utility/list-unicodeset.jsp?a=[:Numeric_Type=Decimal:]%26[:Age=6.0:]
^{( 420 Code Points — und sollten sich nicht ändern )}
Wenn Sie alle Zeichen sehen möchten, die als „Dezimalziffern“ klassifiziert sind (d. h. mit Zahlenwerten von 0 bis 9), aber nur bis Unicode 6.0 (das von .NET verwendet wird), und nur in der mehrsprachigen Basisebene / keine ergänzenden Zeichen (dh nichts über Code Point 65535 / U + 0xFFFF)Versuche Folgendes:

http://unicode.org/cldr/utility/list-unicodeset.jsp?a=[:Numeric_Type=Decimal:]%26[:Age=6.0:]%26[:bmp=Yes:]
^{( 350 Codepunkte — und sollten sich nicht ändern )}

MERKEN SIE SICH: Das Unicode-Konsortium erstellt eine Spezifikation, keine Software. Das bedeutet, dass es jedem Softwarehersteller überlassen bleibt, die Spezifikation umzusetzen so genau sie können. Genau wie bei HTML, JavaScript, CSS, SQL usw. gibt es Unterschiede zwischen verschiedenen Plattformen, Sprachen usw. Zum Beispiel habe ich einen Fehler in Microsofts .NET Framework gefunden, bei dem lateinische Buchstaben eingekreist wurden A-Z und a-z — Codepunkte 0x24B6 bis 0x24E9 — werden nicht richtig als Wesen registriert char.IsLetter = true (Fehlerbericht hier). Und das führt zu unerwartetem Verhalten in verwandten Funktionen, z. B. beim Aufrufen der TextInfo.ToTitleCase() Methode (Fehlerbericht hier).

Question 6

Die Symbole ‘१२३’ stammen eigentlich aus der Hindi-Sprache (im Wesentlichen aus der Sanskrit-Sprache, dh Devanagiri), die numerische Werte darstellen, genau wie:

१ repräsentieren 1

२ repräsentieren 2

und ebenfalls