为什么Apache Commons认为数字是“ १२३”？

根据Apache Commons Lang的文档StringUtils.isNumeric()，字符串'१२३'是数字。

由于我认为这可能是文档中的错误，因此我进行了测试以验证该声明。我发现根据Apache Commons，它是数字。

为什么这个字符串是数字的？这些字符代表什么？

因为该“ CharSequence仅包含Unicode数字”（引用链接的文档）。

所有字符对于Character.isDigit以下字符均返回true ：

某些包含数字的Unicode字符范围：

• 从'\ u0030'到'\ u0039'，ISO-LATIN-1数字（从'0'到'9'）
• '\ u0660'至'\ u0669'，阿拉伯文-印度数字
• 从'\ u06F0'到'\ u06F9'，扩展的阿拉伯文-印度数字
• '\ u0966'至'\ u096F'，梵文数字
• '\ uFF10'至'\ uFF19'，全角数字

许多其他字符范围也包含数字。

१२३ 梵文数字：

• १是DEVANAGARI DIGIT ONE，\u0967
• २是DEVANAGARI DIGIT两个，\u0968
• ३是DEVANAGARI DIGIT 3，\u0969

१२३符号与尼泊尔语或使用梵文脚本的其他任何语言（如印地语，古吉拉特语等）的123相同，因此对于Apache Commons是一个数字。

您可以Character#getType用来检查角色的一般类别：

System.out.println(Character.DECIMAL_DIGIT_NUMBER == Character.getType('१'));

这将打印出来true，这是“ १”是数字的“证据” 。

现在让我们检查“ १”字符的unicode值：

System.out.println(Integer.toHexString('१'));
// 967

此数字是梵文数字的范围- \u0966通过\u096F。

也可以尝试：

Character.UnicodeBlock block = Character.UnicodeBlock.of('१');
System.out.println(block.toString());
// DEVANAGARI

梵文是：

是印度和尼泊尔的abugida（alphasyllabary）字母

“ १२३”是“ 123”（基本拉丁语unicode）。

读：

• 有关“ १”字符的更多详细信息
• StringUtils#isNumeric 实施

如果您想知道特定“字符”具有哪些属性（并且有很多），请直接转到源：Unicode.org。他们拥有研究工具，可以为您显示您最想知道的所有信息。

• 如果要查看特定字符的所有属性，请尝试以下操作：

  http://unicode.org/cldr/utility/character.jsp?a=१

  要么：

  http://unicode.org/cldr/utility/character.jsp?a=%E0%A5%A7

• 如果要查看所有归类为“十进制数字”的字符（即，数字值为0到9），请尝试以下操作：

  http://unicode.org/cldr/utility/list-unicodeset.jsp?a= [：Numeric_Type = Decimal：]
  ^{（550个代码点-当前/自Unicode 9.0起）}

• 如果要查看所有归类为“非十进制数字”的字符（即小数，带圆圈等），请尝试以下操作：

  http://unicode.org/cldr/utility/list-unicodeset.jsp?a= [：^{Numeric_Type =} Numeric：]
  ^{（836个代码点-当前/自Unicode 9.0起）}

• 如果要查看所有归类为“十进制数字”的字符（即，数字值从0到9），但只能看到Unicode 6.0（.NET使用），请尝试以下操作：

  http://unicode.org/cldr/utility/list-unicodeset.jsp?a= [：Numeric_Type = Decimal：]％26 ^[ ：Age = 6.0：]
  ^{（420个代码点-不应更改）}

• 如果要查看所有归类为“十进制数字”的字符（即，数字值从0到9），但只能查看Unicode 6.0（.NET使用的最多），并且仅在基本多语言平面中/没有补充字符（即高于代码点65535 / U + 0xFFFF），请尝试以下操作：

  http://unicode.org/cldr/utility/list-unicodeset.jsp?a= [：Numeric_Type = Decimal：]％26 ^[ ：Age = 6.0：]％26 ^[ ：bmp = Yes：]
  ^{（350个代码点- -并且不应更改）}

谨记： Unicode联盟制定规范而不是软件。这意味着要由每个软件供应商来尽可能准确地实施规范。因此，就像HTML，JavaScript，CSS，SQL等一样，不同的平台，语言等之间也存在差异。例如，我在Microsoft .NET Framework中发现了一个错误，该错误中带圆圈的拉丁字母A-Z和 a-z-代码点0x24B6至0x24E9-未正确注册为char.IsLetter = true（这里的错误报告）。这会导致相关功能发生意外行为，例如调用该TextInfo.ToTitleCase()方法时（此处为bug报告）。

符号“ १२३”实际上源自印地语（基本上来自梵语，即梵文），其表示数值的方式类似于：

१代表1

२代表2

和明智的