結合變音符號的性質

Question

對於結合變音符號，它們是否被算作字母？因爲，據我所知，它們只能與格式良好的Unicode中的其他字母組合。

確定一個Unicode代碼點是否爲字母的ICU函數只需要一個代碼點，因此對於任何給定的代碼點，它無法知道它們是否與變音符號組合 - 或者它是變音符號，它是什麼與...結合。我想實現一個支持Unicode的正則表達式類似的東西，使用像

while(is_letter(codepoint)) 

但是一個結構，我很擔心什麼事情發生，如果codepoint實際上是一個變音符號，這與進行整理之前的代碼點和其他整理標記。

這是安全嗎？或者我是否必須明確查找並忽略變音符和其他整理標記？

編輯：我真正需要做的是迭代字符，而不是碼點。

這個問題是XY問題的受害者。我需要提出一個關於我的實際問題的問題。

Answer 1

我不是你想要做什麼完全清楚，所以我提前道歉，如果這是不是你要找的答案，但：

對於組合變音符號，是他們算作信件？

從廣義上講，變音符號被計爲「標記」而不是「字母」。例如，U + 0301 COMBINING ACUTE ACCENT，如< s＆＃x0301; >，是「非標記」，它是三種「標記」之一。然而，「修飾符字母」，其中是被算作「字母」，但可能被認爲是變音符號;例如，U + 02C0 MODIFIER LETTER GLOTTAL STOP，如< s＆＃x02C0; >，是一個「修飾字母」。

如果你通過the main file of the Unicode Character Database（警告：這是1.3 MB的文本文件），你可以得到哪些字符被列爲「修改字母」（Lm），併爲「非間距標記」（Mn）或「感間隔標記「（Ms）或」封閉標記「（Me）。