繁体字と簡体字と日本語を区別する - Qiita

沈 は言語間で対応してない。 Unicode における漢字 CJK統合漢字 - Wikipedia っていうやつで、要するに「中国語、日本語、朝鮮語で使われている漢字をひとまとめにした」やつ。同じみための漢字は言語問わずおなじコードポイント。ここからここまでのコードが日本語で、ここからここまでのコードが繁体字で、みたいなことにはなってない。↑の表の「作」はどの言語の文章にでてきても U+4F5C というコード。 判別するには 日本語にしかない文字（ひらがな・カタカナ）が含まれてたら → もちろん日本語 繁体字にしかない文字が含まれてたら → もちろん繁体字（↑の表の「繁体字だけ違う」パターン） 簡体字にしかない文字が含まれてたら → もちろん簡体字（↑の表の「簡体字だけ違う」パターン） Unihan_Variants.txt 繁体字・簡体字にしかない文字のデータベースどっかにないの？ →