Xác nhận nhân vật Nhật Bản trong Active Record Callback

Question

Tôi có một dự án Nhật Bản cần xác nhận một ký tự có chiều rộng một nửa và toàn bộ chiều rộng, 14 ký tự được phép trên một nửa chiều rộng và 7 ký tự trên toàn bộ chiều rộng.

Có ai biết cách triển khai không?

Ngay bây giờ trên mô hình của tôi

class Customer 
    validates_length_of :name, :maximum => 14 
end 

không phải là một lựa chọn tốt

Tôi hiện đang sử dụng ROR 2.3.5 Cả fullwidth và Nửa độ rộng có thể được sử dụng

Answer 1

Các mã sau đây có thể chỉ đẩy bạn trên đường để đáp ứng yêu cầu chính xác bạn đã cho đến nay được xác định trong thời gian ít nhất có thể . Nó sử dụng Moji gem (Japanese documentation), cung cấp nhiều phương thức tiện lợi để xác định nội dung của chuỗi ngôn ngữ Nhật Bản.

Nó xác nhận tối đa là 14 ký tự trong một name rằng chỉ gồm các ký tự nửa chiều rộng, và tối đa là 7 ký tự cho name s khác (bao gồm tên có chứa một sự kết hợp của các nhân vật nửa và đầy đủ chiều rộng tức là sự hiện diện của ngay cả một nhân vật full-width trong chuỗi sẽ làm cho toàn bộ chuỗi được coi là "full-width").

class Customer 

    validates_length_of :name, :maximum => 14, 
    :if => Proc.new { |customer| half_width?(customer.name) } 
    validates_length_of :name, :maximum => 7 
    :unless => Proc.new { |customer| half_width?(customer.name) } 

    def half_width?(string) 
    Moji.type?(string, Moji::HAN_KATA) 
    end 

end 

Giả làm:

mã hóa

1. dữ liệu trong hệ thống là UTF-8, và được lưu trữ như vậy trong cơ sở dữ liệu; bất kỳ mã hóa lại cần thiết nào nữa (chẳng hạn như để truyền dữ liệu đến một hệ thống kế thừa, vv) được thực hiện trong một mô-đun khác.
2. Không có chuyển đổi tự động các ký tự có độ rộng từ một đến toàn bộ trước khi dữ liệu được lưu vào cơ sở dữ liệu, tức là ký tự nửa chiều rộng được cho phép trong cơ sở dữ liệu vì lý do có thể tích hợp hệ thống kế thừa, bảo quản đúng người dùng thực tế (!) Và/hoặc giá trị thẩm mỹ của các ký tự nửa chiều (!)
3. Dấu phụ trong các ký tự nửa chiều được coi là ký tự riêng của chúng (nghĩa là không phân tích cú pháp ｶ và ﾞ để được coi là một ký tự cho mục đích xác định chiều dài chuỗi)
4. Chỉ có một trường tên như bạn chỉ định và không, ví dụ: bốn (cho họ, họ furigana, tên đã nêu, được đặt tên furigana) hiện nay khá phổ biến.

Answer 2

Trước hết, khái niệm về fullwidth (全 角） và halfwidth （半角） chỉ tồn tại cho hai loại ký tự bằng tiếng Nhật:

• Ký tự La Mã (tức là Latin)
• Katakana ký tự

Một khái niệm tương tự tồn tại cho Hàn Quốc Hangul, nhưng không phải cho Hiragana Nhật Bản, và cũng không cho Kanji.

Đối với Katakana, ký tự nửa chiều có các điểm mã Unicode riêng và được hiển thị bằng một nửa kích thước của các ký tự chiều rộng, mặc dù chúng giống hệt nhau. Ví dụ:

Độ rộng tối đa "ka": カ
Nửa độ rộng "ka": カ

ký tự kết hợp (ví dụ: với dấu như ガ) không tồn tại trong các phiên bản Nửa độ rộng; chúng phải được mã hóa dưới dạng hai ký tự riêng biệt: ｶ + ﾞ, có lẽ là lý do tại sao trong tác vụ của bạn gấp đôi số ký tự được phép cho một nửa. (Lưu ý rằng các kết hợp của hai điểm mã được coi là kết hợp ký tự và thường trả lại như một.)

Đối La Mã (tiếng Latin) ký tự, các ký tự ASCII thông thường được gọi là Nửa độ rộng, nhưng phạm vi đang Nhật Bản Unicode (cũng như các bộ ký tự đặc trưng của Nhật Bản truyền thống) cung cấp một phạm vi mã riêng cho các phiên bản fullwidth. Ví dụ:

Độ rộng tối đa: L
Nửa độ rộng: L

phiên bản Độ rộng tối đa không tồn tại cho các ký tự phi ASCII Latin có nguồn gốc từ (chẳng hạn như umlauts Đức), và cũng không cho các phiên bản có dấu. Tuy nhiên, chúng tồn tại cho các chữ số và một số ký tự dấu chấm câu.

Một lần nữa, Hiragana và Kanji không có phiên bản nửa chiều.

Để kiểm tra xem ký tự có phải là ký tự fullwidth hoặc halfwidth hay không, hãy so sánh điểm mã với phạm vi mã có liên quan.Các dãy như sau:

Nửa độ rộng Katakana: 0xff61 qua 0xff9f
Độ rộng tối đa Katakana: 0x30a0 qua 0x30ff
Nửa độ rộng La Mã: 0x21 qua 0x7e (đây là ASCII)
Độ rộng tối đa La Mã: 0xff01 qua 0xff60
Hiragana: 0x3041 thông qua 0x309f
Kanji (tức là phạm vi ideograph thống nhất): 0x4e00 đến 0x9fcc

Dưới đây là một chương trình của Ruby đơn giản mà thực hiện việc kiểm tra trên một cơ sở cho mỗi nhân vật:

# -*- coding: utf-8 -*- 

def is_halfwidth_katakana(c) 
    return (c.ord >= 0xff61 and c.ord <= 0xff9f) 
end 

def is_fullwidth_katakana(c) 
    return (c.ord >= 0x30a0 and c.ord <= 0x30ff) 
end 

def is_halfwidth_roman(c) 
    return (c.ord >= 0x21 and c.ord <= 0x7e) 
end 

def is_fullwidth_roman(c) 
    return (c.ord >= 0xff01 and c.ord <= 0xff60) 
end 

def is_hiragana(c) 
    return (c.ord >= 0x3041 and c.ord <= 0x309f) 
end 

def is_kanji(c) 
    return (c.ord >= 0x4e00 and c.ord <= 0x9fcc) 
end 

text = "Hello World、こんにちは、半角ｶﾀｶﾅ、全角カタカナ、ｆｕｌｌｗｉｄｔｈ ０－９\n" 

text.split("").each do |c| 
    if is_halfwidth_katakana(c) 
    type = "halfwidth katakana" 
    elsif is_fullwidth_katakana(c) 
    type = "fullwidth katakana" 
    elsif is_halfwidth_roman(c) 
    type = "halfwidth roman" 
    elsif is_fullwidth_roman(c) 
    type = "fullwidth roman" 
    elsif is_hiragana(c) 
    type = "hiragana" 
    elsif is_kanji(c) 
    type = "kanji" 
    end 

    printf("%c (%x) %s\n",c,c.ord,type) 
end 

---

ghi chú Hơn nữa

1. Mã này dao động trên là chính thức Phạm vi Unicode cho từng loại ký tự (xem Unicode Fullwidth forms và Unicode Hiragana). Chúng bao gồm một số phiên bản fullwidth/halfwidth có các ký tự cũ/truyền thống hoặc các ký tự dấu chấm câu đặc biệt. Nếu bạn chỉ muốn các ký tự thường được sử dụng trong biểu mẫu web (ví dụ: để mọi người nhập tên của họ), bạn có thể muốn thu hẹp phạm vi một chút.

2. Khuyến nghị: Nếu đây là biểu mẫu web nơi mọi người có thể nhập tên của họ, bạn có thể muốn làm nhiều hơn một chút so với chỉ kiểm tra nửa chiều rộng hoặc toàn chiều rộng. Nó là cực kỳ phổ biến trên các trang web Nhật Bản và các hình thức đăng ký, đặc biệt. với các ngân hàng, yêu cầu mọi người nhập tên của họ bằng nửa đường thuần túy (thông thường cho tiếng Latinh) hoặc toàn bộ thông tin thuần túy (thường là cho Katakana). Thật không may, điều này làm cho dữ liệu nhập vào rất bất tiện. Khi phương thức nhập tiếng Nhật được bật, các ký tự Latinh thường xuất hiện trong các phiên bản fullwidth và biểu mẫu web sau đó sẽ từ chối dữ liệu vì nó không phải là halfwidth thuần túy. Thay vì từ chối, cần tự động chuyển đổi nó thành bất kỳ hình thức nào cần. Bạn có thể dễ dàng thực hiện điều này bằng cách dịch từ một phạm vi mã sang phạm vi mã khác (chỉ đơn giản bằng cách thêm hằng số liên quan), và làm cho cuộc sống của mọi người trở nên dễ dàng hơn nhiều.