Як я можу визначити, чи поточний символ є буквою (алфавітним символом) (тобто належить до класу синтаксису [:alpha:]в поняттях regexp). Я хотів би написати просту функцію, як показано нижче:
(defun test-letter () (interactive)
(if char-after-is-a-letter
(message "This is a letter")
(message "This is not a letter")
)
)
Оновлення
На жаль, моє припущення про еквівалентність класу букв та класу синтаксису [:alpha:]здається помилковим.
Відповіді:
Це обов'язково має працювати:
(memq (get-char-code-property (char-after) 'general-category)
'(Ll Lu Lo Lt Lm Mn Mc Me Nl))
Як бонус він також повинен бути швидшим, ніж looking-at.
Emacs зберігає всі властивості символів, визначені стандартом Unicode. Вони доступні за допомогою get-char-code-property. Зокрема, general-categoryвластивість визначає, якими символами є літери ( Llмалими літерами, Luвеликими літерами, і не запитувати мене, що таке інші).
五, вважається число 5японською мовою. Ваш код вважає це листом. Можливо, це лист (як у римському номері v). Можливо, хтось, хто знайомий з японською мовою, може це перевірити.
五- це як англійське слово five, значить, це літера. При написанні цифри 5 замість слова п’ять вони використовують так 5само, як англійська.
EDIT: Ця відповідь має бути абсолютно достовірною в 25.5 (там, де виправлено помилку ). Для старих версій використовуйте інший варіант .
Це повинно вам сказати, чи є поточна знакова літера і чи має працювати будь-якою мовою.
(looking-at-p "[[:alpha:]]")
looking-at-pвикористаними у вашому рішенні та looking-atіншими відповідями.
looking-at-pне встановлюють дані відповідності.
match-string(і його багато братів і сестер) повернуть результат пошуку. Тим часом, з не-предикатною версією, match-string поверне результат перегляду матчу.
Я думаю, що ти можеш уникнути цього:
(defun test-letter ()
(interactive)
(let ((char (char-after)))
(if (and (eq (char-syntax char) ?w)
(or (> char ?9)
(< char ?1)))
(message "This is a letter")
(message "This is not a letter"))))
Це менш ефективно, але ближче до того, що ви хочете:
(defun test-letter ()
(interactive)
(if (looking-at "[a-z-A-Z]")
(message "This is a letter")
(message "This is not a letter")))
۹(тобто індійську цифру 9) або ٪як букву.
ζабо α), але оновлення - ні.
Якщо ви були дуже стурбовані національними символами та точним поводженням з класами символів Unicode, єдине рішення, яке мені вдалося знайти поки що, - це regexбібліотека Python . І ті, grepі Perl(на моє повне здивування!) Не виконали цю роботу належним чином.
Таким чином, регулярний вираз ви після це одна: \p{L}. Це відоме як скорочена версія властивості Unicode, повна версія є \p{Letter}або навіть p\{General_Category=Letter}. Letterсам по собі складений клас, але я не буду вникати в деталі, найкраща посилання, яку я міг би знайти в цьому питанні, тут .
Бібліотека Python не вбудована в мову (це альтернатива вбудованій reбібліотеці). Отже, вам потрібно буде встановити його, наприклад:
# pip install regex
Потім ви можете використовувати його так:
import regex
>>> regex.match(ur'\p{L}+', u'۱۲۳۴۵۶۷۸۹۰')
>>> regex.match(ur'\p{L}+', u'абвгд')
<regex.Match object; span=(0, 5), match=u'\u0430\u0431\u0432\u0433\u0434'>
>>> regex.match(ur'\p{L}+', u'123')
>>> regex.match(ur'\p{L}+', u'abcd')
<regex.Match object; span=(0, 4), match=u'abcd'>
>>>
Ви також можете помістити цей скрипт де-небудь, де ви можете отримати до нього доступ:
#!/usr/bin/env python
import regex
import sys
if __name__ == "__main__":
for match in regex.finditer(ur'\p{L}+', sys.argv[1].decode('utf-8')):
print match.string
І називайте його від Emacs так (припустимо, ви зберегли цей скрипт у ~/bin):
(defun unicode-character-p ()
(interactive)
(let* ((current (char-after (point)))
(result (shell-command-to-string
(format "~/bin/is-character.py '%c'" current))))
(message
(if (string= result "") "Character %c isn't a letter"
"Character %c is a letter")
current)))
۱۲۳۴۵۶۷۸۹۰але є деякі правдиві негативи, наприклад, арабська або іврит Алеф:א,ا.