在 Delphi 中将宽字符代码点的十六进制字符串表示形式转换为宽字符

Posted 2023-02-14

【中文标题】在 Delphi 中将宽字符代码点的十六进制字符串表示形式转换为宽字符

【英文标题】：Converting a hex string representation of a widechar codepoint to a widechar in Delphi

【发布时间】：2021-07-21 06:35:39

【问题描述】：

我在将编辑框中的文本转换为 WideChar 时遇到问题。这被用于打印表情符号的代码中。

如果我手动设置 WideChar 值，如下所示

Emoji[1] := WideChar($D83D);
Emoji[2] := WideChar($DC4D);

但我希望能够通过如下编辑框设置十六进制代码

StringToWideChar(edit1.text, @wc1, Length(edit1.text));
StringToWideChar(edit2.text, @wc2, Length(edit2.text));
Emoji[1] := wc1;
Emoji[2] := wc2;

wc1 和 wc2 被定义为 WideChar。编辑框包含与上面硬编码相同的值。该代码导致空白输出，因此转换有问题。

我做错了什么？感谢您的帮助。

【问题讨论】：

为什么不直接在TEdit 中输入实际的表情符号，然后按原样使用它的Text？ StringToWideChar() 没有做你认为的事情。它用于将String 转换为等效长度的WideChar[] 缓冲区（即，最初用于将AnsiString 转换为PWideChar，现在只是一个普通副本）。它并不意味着将整个 String 分成一个 WideChar。

10.4 所以 Andreas 的代码（带有 Remy 的编辑）工作正常。 Emoji[1]:=char(strtoint(edit1.text));

为什么要为每个 UTF-16 代码单元使用单独的 TEdit？为什么不使用单个 TEdit 输入整个代码点？如果您不希望用户输入实际的 Emoji 符号，则至少输入其代码点值（即'$1F44D'），然后您可以使用StrToInt() 将其转换为整数，然后使用TCharacter.ConvertFromUtf32() 或@ 987654323@ 将其转换为正确的string。

感谢雷米的提示。使用整个代码点并使用 ConvertFromUtf32 进行转换是更简洁的代码。

【参考方案1】：

您不能将字符串 '$D83D' 解释为文本 - 相反，您必须将其解析为整数。

首先，您需要从编辑框中获取文本。这是Edit1.Text。然后您需要将其转换为整数。例如，您可以使用StrToInt 或TryStrToInt。然后你只需要将这个整数重新解释（转换）为Char：

procedure TForm1.Edit1Change(Sender: TObject);
var
  CodeUnit: Integer;
begin
  if TryStrToInt(Edit1.Text, CodeUnit) and InRange(CodeUnit, 0, $FFFF) then
    Label1.Caption := Char(CodeUnit)
  else
    Label1.Caption := '';
end;

在这里，作为奖励，我还使用InRange 验证假定的代码单元是一个实际的 16 位无符号整数（我的意思是，理论上用户可以输入 123456789）。 Delphi 的StrToInt 函数支持使用美元符号表示法的十六进制。

【讨论】：

从技术上讲，这实际上根本不与 codepoints 一起使用，而是与 codeunits 一起使用。这是一个重要的区别。 U+1F44D (?) 是 codepoint，D83D DC4D 是 UTF-16 codeunit 序列（又名 代理对）。但是，是的，0..$FFFF 是 UTF-16 codeunit 的正确范围，这是 Delphi 的 WideChar 所代表的。而且您应该使用Char() 类型转换，而不是Chr()。

@RemyLebeau：为什么你更喜欢Char 而不是Chr？

好吧，一方面，因为Chr() 文档说。其次，因为当X 为128..255 时，不能保证Chr(X) 总是返回值为X 的Char，而Char(X) 则保证返回。

@RemyLebeau：您能否举一个 Delphi 2009+ 代码的示例，其中 Chr 和 Char 在给出0..$FFFF 范围内的整数时不会产生相同的结果?我部分同意你的两个理由，但只是部分同意（documentation 并不是说​​你不能使用Chr，实际上我认为我没有看到有什么不同）。

例如，我见过Chr(128) 可能返回Char($20AC) 的情况（0x80 是某些字符集中的欧元符号）。而Char(128) 始终是Char($80)