检测字符串中的CJK字符（C＃）

我正在使用iTextSharp生成一系列PDF，使用Open Sans作为默认字体。 有时，名称会插入到PDF的内容中。 但是我的问题是我需要插入的一些名称包含CJK字符（存储在SQL Server中的nvarchar列中），据我所知，Open Sans目前不支持CJK字符。 我需要继续使用Open Sans作为我的默认字体，所以理想情况下我想尝试检测从数据库中抓取的字符串中的CJK字符，并在打印出这些字符时切换到CJK字体。

正则表达式是最好的选择吗？ 不幸的是，我无法找到任何有助于此的正则表达式模式。

在此先感谢您的帮助！

Answer 1

使用iTextSharp.text.pdf.FontSelector;

iTextSharp.text.pdf.FontSelector selector = new iTextSharp.text.pdf.FontSelector(); // add 2 type of font to FontSelector selector.AddFont(openSansfont); selector.AddFont(chinesefont); iTextSharp.text.Phrase phrase = selector.Process(yourTxt); 

FontSelector将为您使用正确的字体！

源文件FontSelector.cs的详细描述。

选择包含正确呈现文本所需的字形的相应字体。 按顺序检查字体，直到找到该字符。

我忘了先搜索哪个订单！ 请体验一下！ 编辑：顺序是从第一个addFont到最后一个addFont。

http://itextpdf.com/examples/iia.php?id=214

Answer 2

只是想让任何人在这个问题上遇到麻烦，我找到了另一个使用正则表达式中列出的unicode块（ http://msdn.microsoft.com/en-us/library/20bw873z.aspx#SupportedNamedBlocks ）的解决方案。

 var Name = "Joe Bloggs"; var Regex = new Regex(@"\p{IsCJKUnifiedIdeographs}"); if(Regex.IsMatch(Name)) { //switch to CJK font } else { //keep calm and carry on } 

编辑：

您可能需要匹配的不仅仅是统一表意文字，请尝试使用此作为正则表达式：

 string r = @"\p{IsHangulJamo}|"+ @"\p{IsCJKRadicalsSupplement}|"+ @"\p{IsCJKSymbolsandPunctuation}|"+ @"\p{IsEnclosedCJKLettersandMonths}|"+ @"\p{IsCJKCompatibility}|"+ @"\p{IsCJKUnifiedIdeographsExtensionA}|"+ @"\p{IsCJKUnifiedIdeographs}|"+ @"\p{IsHangulSyllables}|"+ @"\p{IsCJKCompatibilityForms}"; 

这适用于我试过的所有韩文文本。

Answer 3

好吧，我做了编辑daves回答让它工作，但显然只有我可以看到，直到其同行审查所以我将发布解决方案作为我自己的答案。 基本上戴夫只需要将他的正则表达式扩展到这个：

 string regex = @"\p{IsHangulJamo}|"+ @"\p{IsCJKRadicalsSupplement}|"+ @"\p{IsCJKSymbolsandPunctuation}|"+ @"\p{IsEnclosedCJKLettersandMonths}|"+ @"\p{IsCJKCompatibility}|"+ @"\p{IsCJKUnifiedIdeographsExtensionA}|"+ @"\p{IsCJKUnifiedIdeographs}|"+ @"\p{IsHangulSyllables}|"+ @"\p{IsCJKCompatibilityForms}"; 

这样使用时会检测韩文字符：

 string subject = "도형이"; Match match = Regex.Match(subject, regex); if(match.Success) { //change to Korean font } else { //keep calm and carry on {