Latin-1 文字の Unicode Category

GetUnicodeCategory.cs

// https://github.com/dotnet/coreclr/issues/19706 これを見て試しただけ。
// ほんとに Latin-1 文字だけだった。
//
// (§, A7, OtherSymbol, OtherPunctuation)
// (a, AA, LowercaseLetter, OtherLetter)
// (-, AD, DashPunctuation, Format)
// (¶, B6, OtherSymbol, OtherPunctuation)
// (o, BA, LowercaseLetter, OtherLetter)
//
// char の方は Unicode 4.0、CharUnicodeInfo の方は Unicode 5.0 の定義に沿ってるらしい？
//
// 日本語の ・(U+30FB, KATAKANA MIDDLE DOT)も同時期(Unicode 5.0 のとき)に変更されてるっぽいけど、
// ・は普通に char と CharUnicodeInfo で結果一致するのに…

using System.Globalization;
using static System.Console;

static class Program
{
    static void Main()
    {
        for (int i = 0; i < 0xffff; i++)
        {
            var c = (char)i;
            var c1 = char.GetUnicodeCategory(c);
            var c2 = CharUnicodeInfo.GetUnicodeCategory(c);
            if (c1 != c2) WriteLine((c, i.ToString("X"), c1, c2));
        }

        for (int i = 0x10000; i < 0x10ffff; i++)
        {
            var c = char.ConvertFromUtf32(i);
            var c1 = char.GetUnicodeCategory(c, 0);
            var c2 = CharUnicodeInfo.GetUnicodeCategory(c, 0);
            if (c1 != c2) WriteLine((c, i.ToString("X"), c1, c2));
        }
    }
}