Haskell中如何实现判断字符是否为西里尔字母的优雅函数？

嘿，你的这个需求完全在点子上——只针对俄语做简单近似确实覆盖不了其他西里尔语系语言，硬编码字符范围更是不够优雅的实践。其实Unicode标准本身就给每个字符标注了对应的脚本属性，直接基于这个属性判断才是最优解，不用自己去维护那些繁琐的字符区间！

Unicode里所有西里尔字母都归属于Cyrillic脚本类别，主流编程语言几乎都提供了直接调用这个属性的API，下面给你几个常见语言的实现示例：

Python实现 #

你可以用regex库（注意不是标准库的re）的Unicode脚本匹配，或者用unicodedata模块获取字符名称判断：

方法一：使用regex库（推荐） #

import regex

def is_cyrillic(char):
    # 匹配属于Cyrillic脚本的字符
    return regex.match(r'\p{Script=Cyrillic}', char) is not None

# 测试示例
print(is_cyrillic('А'))   # 输出True
print(is_cyrillic('Є'))   # 输出True（乌克兰语专属字符）
print(is_cyrillic('a'))   # 输出False

方法二：使用标准库unicodedata #

import unicodedata

def is_cyrillic(char):
    try:
        # 字符名称的前缀通常是脚本类型，比如"CYRILLIC CAPITAL LETTER A"
        return unicodedata.name(char).split()[0] == 'CYRILLIC'
    except ValueError:
        # 处理无法识别的字符（比如控制字符、私用区域字符）
        return False

Java实现 #

Java标准库的Character类直接提供了获取Unicode脚本的方法：

public class CyrillicChecker {
    public static boolean isCyrillic(char c) {
        return Character.UnicodeScript.of(c) == Character.UnicodeScript.CYRILLIC;
    }

    public static void main(String[] args) {
        System.out.println(isCyrillic('А'));  // 输出true
        System.out.println(isCyrillic('Ў'));  // 输出true（白俄罗斯语字符）
        System.out.println(isCyrillic('b'));  // 输出false
    }
}

C#实现 #

在.NET 6及以上版本，可以用CharUnicodeInfo.GetScript直接判断；也可以用正则的Unicode脚本匹配：

方法一：.NET 6+原生API #

using System.Globalization;

public static class CyrillicChecker
{
    public static bool IsCyrillic(char c)
    {
        return CharUnicodeInfo.GetScript(c) == UnicodeScript.Cyrillic;
    }

    public static void Main()
    {
        System.Console.WriteLine(IsCyrillic('А'));  // 输出True
        System.Console.WriteLine(IsCyrillic('Щ'));  // 输出True（俄语字符）
        System.Console.WriteLine(IsCyrillic('c'));  // 输出False
    }
}

方法二：正则匹配 #

using System.Text.RegularExpressions;

public static bool IsCyrillic(char c)
{
    return Regex.IsMatch(c.ToString(), @"\p{IsCyrillic}");
}

为什么推荐基于Unicode脚本的方案？ #

• 覆盖全面：自动包含所有使用西里尔字母的语言（俄语、乌克兰语、保加利亚语、哈萨克语等），不会遗漏扩展字符
• 维护成本低：Unicode标准更新时，语言标准库通常会同步跟进，不用手动更新字符范围
• 代码更简洁：相比硬编码一大串字符区间，可读性和可维护性都高得多

内容的提问来源于stack exchange，提问作者Alexey Romanov