为什么System.Text.Rune是这样命名的？

Question

简介

.NET 使用 UTF-16 进行字符串编码。这意味着：

• char 类型，字符串的原子单位，是 16 位大小的数据类型。
• 代理对用于补充码点、U+10000..U+10FFFF，而对于基本多语言平面，U+0000..U+FFFF，一个字符足以表达任何 Unicode 标量值.

.NET Rune 能够绕过代理对问题，例如他们的意外分手。因此，通过一个变量可以表达所有标量值。

var a = new Rune('a');
var grinnigFace = new Rune ( '\uD83D', '\uDE00' );
grinnnigFace.ToString();
"😀"

术语

存在许多与字符串和字符类型相关的术语：符号、字符、象形图、表情符号、字形、脚本、字母、标记、标点符号、重音符号、变音符号、表情符号…….NET 选择使用 文本元素 作为含义的同义词是 Unicode 中的字素 +/ 簇。

Unicode® 技术标准#51

请注意，所有表情符号序列都是单个字素簇：

使用“grapheme”也不是 100% 正确。

字素

在语言学中，字素是书写系统的最小功能单位。

假设这个🧑🏿u200d🎄表情符号由以下序列组成：

• 1F9D1，🧑，\Ud83e\Uddd1
• 1F3FF，🏿，\Ud83c\Udfff
• 200D，u200d，\U200d
• 1F384，🎄，\Ud83c\Udf84

几乎不可能有任何单元被视为书写系统的功能单元。

文档Unicode® 标准：技术简介更具体。

例如，在历史悠久的西班牙语排序中，“ll”；计为单个文本元素。但是，当输入西班牙语单词时，“ll”是两个单独的文本元素：“l”和“l”。

文本元素被编码为一个或多个字符的序列。其中某些序列称为组合字符序列，由一个基本字母和一个或多个组合标记组成，这些组合标记围绕基本字母呈现（在其上方、下方等）。例如，“a”序列后跟组合扬抑符“^”将呈现为“â”。

在文本/文本元素上可以看到 Unicode 和 .NET 之间的一些交集。尽管如此，相当不透明的术语统治是显而易见的。

符文

https://www.vocabulary.com/dictionary/rune

符文是早期日耳曼文字中使用的字母。语言学家可能对符文感兴趣，因为它们是古代语言的证据，而神秘主义者可能会在算命中使用符文，一些人认为符文具有神奇的特性。

https://www.thefreedictionary.com/rune

• 1a：3 世纪至 13 世纪古日耳曼民族使用的几种字母表中的任何字符。
• 1b：另一个字母表中的类似字符，有时被认为具有魔力。
• 2：具有神秘意义的诗歌或咒语，尤其是魔咒。

结论

深入研究后，“符文” 与 Unicode 使用的任何术语都不相同，似乎与日耳曼部落的书写系统紧密结合。据我所知，Rune 只不过是Unicode Scalar Value。 UCP 是通过 1:1 数字关系、代理对还是通过一系列的狗和猫来表达并不重要。可以说 .NET 即将为术语炖牛肉做出贡献：

• 为什么 Rune 不是 UnicodeScalarValue 或者更技术准确的东西？
• 我没有找到任何关于为什么选择这个名字的参考资料。
• 有什么具体原因吗？
• 或者 Rune 就像字素、字形、符号和其他一样好？

Answer 1

所以，我在 Rune in .NET vs. other languages

找到了它

Unicode 标准中未定义术语“符文”。该术语可以追溯到 UTF-8 的创建。 Rob Pike 和 Ken Thompson 正在寻找一个术语来描述最终被称为代码点的东西。 他们确定了“rune”这个术语，Rob Pike 后来对 Go 编程语言的影响帮助普及了这个术语。