算法与数据结构 / regex · Unicode 字符模型与一个自研引擎 / 按名反查：输入 heart 找出码点 待审核 24 / 36
实战 · 按名反查码点

按名反查：输入 heart 找出码点

检视器 是拿一段文本拆出码点，受控输入框 是往文本里写码点，这页补上第三件：按名字找码点。每个码点在 UCD 里有一个固定的英文名，❤ 的名是 HEAVY BLACK HEART；输入一个英文子串，就能把名字里含这个词的全部码点列出来，按 block 分组，各标 General_Category。

1 · 反查工具

输入按三条规则取并集：Unicode 名的子串（大小写不敏感）、码位 hex（2764 或 U+2764）、以及直接粘一个字符反查它叫什么。命中的子串在名字里高亮，结果多时只渲染前若干条，右下角给出完整匹配数。

图 1-1 · 按名、按码位或按字符反查码点，结果按 block 分组并标注 gc。可改关键词或点预设。

2 · 覆盖范围

数据来自 UCD 的 UnicodeData.txt，只收有逐字显式名的码点，刻意排除两类：其一是 CJK、谚文、西夏文这些用算法名批量命名的大区间，它们的名字形如 CJK UNIFIED IDEOGRAPH-XXXX，按英文名搜没有意义，而且十几万条会拖垮页面；其二是 <control>、<surrogate> 这类尖括号占位名，本就不是真正的字符名。所以汉字按字形或读音查不到，那属于 Han 统一 与 拼音 两页的范畴。

注 · 这页与检视器互为正反：检视器是从码点看它是什么，这页是从想要的东西找出码点。结果里的 U+XXXX 直链 codepoints.net，可以继续看该码点的完整档案。

3 · 参考文献

  1. Unicode. UnicodeData.txt. 码点名称的权威数据文件，本页索引即由它生成。unicode.org
  2. Unicode. The Unicode Standard, Chapter 4: Character Properties. §4.8 Name 定义字符名与 CJK、谚文等大区间的算法名派生规则，解释了本页为何排除它们。unicode.org
  3. Unicode. Unicode Character Name Index. 官方的字符名索引，按英文关键词查码点的权威来源。unicode.org
  4. Codepoints. 逐码点数据库. 结果里 U+ 链接的去处：名称、gc、block、各编码字节与相关字符。codepoints.net