|
||||||
|
Written By:
川俣 晶 |
||||||
|
.NET FrameworkのChar.IsLetterは、クラスライブラリリファレンスで、「指定した Unicode 文字がアルファベット文字かどうかを示します」と説明されています。 では、A～Zとa～zならtrueになる機能かというと、そうではありません。 同様に、Char.IsDigitは「Unicode 文字が 10 進数の数字かどうかを示します」と説明されていますが、0～9ならtrueになるという訳でもありません。 少し実際に確認したいと思い、以下のようなプログラムを作って走らせてみました。 U+0000からU+FFFFまでの範囲のコードに上記の2つのメソッドを適用して、trueを返したコードを出力します。 Char.IsDigitは198個、Char.IsLetterはなんと45443個にヒット §結果を見ると分かりますが、Char.IsDigitは198個、Char.IsLetterはなんと45443個にヒットしています。たとえば、半角アルファベットかどうか判定するためにChar.IsLetterを、半角数字かどうか判定するためにChar.IsDigitを使うと、えらい目に遭う、と言うことがこの結果から分かると思います。Cのislphaやisdigitと同じ目的で使うことはできません。 あまりに長いので、リストは以下のリンク先に置いています。内容は、UTF-8によるプレーンテキストです。 なぜこんなにも多いのか §このような結果になるのは、.NET FrameworkのクラスライブラリがUnicodeの持つ国際性を真面目に実装しようとしたためでしょう。つまり、digitやletterは、0～9やA~Zに限定されるものではなく、世界にはそれに該当する様々な文字があると言うことです。そして、ここでは、ひらがなや漢字ですら、A～Zと同じカテゴリのletterに含まれる、ということでしょう。 とはいえ、Unicodeでは、このカテゴリをアルファベットではなく、Letterと呼んでいて、実際にメソッド名もIsLetterです。そこから考えると、説明文にアルファベット(英文ではalphabetic letter)と書いてしまったことは、やや混乱を招くような気がしないでもありません。 リストを作成するソース §Visual Studio.NET 2003。C#のコンソールアプリケーション。 using System; using System.IO; namespace ConsoleApplication23 { class Class1 { [STAThread] static void Main(string[] args) { using( StreamWriter writer = new StreamWriter(@"s:\log.txt",false,System.Text.Encoding.UTF8) ) { writer.WriteLine("Char.IsDigitでtrueを返すコード"); int count = 0; for( int i=0; i<=0xffff; i++ ) { if( Char.IsDigit((char)i) ) { writer.WriteLine("U+{0:X} '{1}'",i,(char)i); count ++; } } writer.WriteLine("****** {0} found",count); writer.WriteLine(); writer.WriteLine("Char.IsLetterでtrueを返すコード"); int count2 = 0; for( int i=0; i<=0xffff; i++ ) { if( Char.IsLetter((char)i) ) { writer.WriteLine("U+{0:X} '{1}'",i,(char)i); count2 ++; } } writer.WriteLine("****** {0} found",count2); } } } } |
