PHP | IntlChar enumCharTypes()函数

IntlChar是PHP的一个扩展库，提供了一系列的函数可以对Unicode字符进行操作。enumCharTypes()函数就是其中之一。

功能描述

该函数用于获取一个Unicode字符所属的类型，返回一个枚举值。该枚举值有21个取值，分别代表21种类型。如下所示：

const TYPE_UNASSIGNED        = 0;
const TYPE_GENERAL_OTHERS    = 1;
const TYPE_UPPERCASE_LETTER  = 2;
const TYPE_LOWERCASE_LETTER  = 3;
const TYPE_TITLECASE_LETTER  = 4;
const TYPE_MODIFIER_LETTER   = 5;
const TYPE_OTHER_LETTER      = 6;
const TYPE_NON_SPACING_MARK  = 7;
const TYPE_ENCLOSING_MARK    = 8;
const TYPE_COMBINING_SPACING_MARK = 9;
const TYPE_DECIMAL_DIGIT_NUMBER    = 10;
const TYPE_LETTER_NUMBER           = 11;
const TYPE_OTHER_NUMBER            = 12;
const TYPE_SPACE_SEPARATOR         = 13;
const TYPE_LINE_SEPARATOR          = 14;
const TYPE_PARAGRAPH_SEPARATOR     = 15;
const TYPE_CONTROL                  = 16;
const TYPE_FORMAT                   = 17;
const TYPE_SURROGATE                = 18;
const TYPE_PRIVATE_USE              = 19;
const TYPE_UNASSIGNED2              = 20;

语法

IntlChar::enumCharTypes ( mixed $codepoint )

参数

• $codepoint: Unicode字符的代码点（code point）。可以是整数，也可以是字符编码的字符串。其合法取值范围为U+0至U+10FFFF。若不在该范围内，函数将返回TYPE_UNASSIGNED（未指定）。

返回值

返回一个枚举指，代表该字符的类型。

示例

<?php
echo IntlChar::enumCharTypes('d');         // TYPE_LOWERCASE_LETTER
echo IntlChar::enumCharTypes('A');         // TYPE_UPPERCASE_LETTER
echo IntlChar::enumCharTypes('1');         // TYPE_DECIMAL_DIGIT_NUMBER
echo IntlChar::enumCharTypes(' ');         // TYPE_SPACE_SEPARATOR
echo IntlChar::enumCharTypes('，');         // TYPE_OTHER_PUNCTUATION
?>

注意事项

• 代码点为U+D800至U+DFFF的范围内的字符，是Unicode的代理项（surrogates）。因此，枚举结果会返回TYPE_SURROGATE（代理项）。
• 除此之外的要素将被认为是“非指定”（unassigned）的字符，并返回TYPE_UNASSIGNED（未指定）。
• 对于不规范的字符编码、顺序错误的代理对等问题应该慎重使用此函数，建议先对字符编码问题进行处理再使用。