c++ - 将 unicode 代码点转换为 utf-16
问题描述
在 Windows 上的 C++ 中,如何将表单的 xml 字符引用转换为&#xhhhh;
utf-16 little endian 字符串?
我在想如果 hhhh 部分是 4 个字符或更少,那么它是 2 个字节,适合一个 utf-16 字符。但是,这个wiki 页面有一个字符引用表,底部附近的一些是 5 位十六进制数字,不适合两个字节。它们如何转换为 utf-16?
我想知道MultiByteToWideChar函数是否能够完成这项工作。
我缺乏对大于 2 个字节的代码点如何转换为 utf-16 的理解!(或者就此而言,我不太确定如何将大于 1 字节的代码点转换为 utf-8,但这是另一个问题)。
谢谢。
解决方案
UTF-16
Unicode 代码点 (UTF-32) 有 4 个字节宽,可以使用以下代码(我碰巧在附近)转换为字符(和可能的代理)。
它没有经过大量测试,因此感激地接受错误报告:
/**
* Converts U-32 code point to UTF-16 (and optional surrogate)
* @param utf32 - UTF-32 code point
* @param utf16 - returned UTF-16 character
* @return - The number code units in the UTF-16 char (1 or 2).
*/
unsigned utf32_to_utf16(char32_t utf32, std::array<char16_t, 2>& utf16)
{
if(utf32 < 0xD800 || (utf32 > 0xDFFF && utf32 < 0x10000))
{
utf16[0] = char16_t(utf32);
utf16[1] = 0;
return 1;
}
utf32 -= 0x010000;
utf16[0] = char16_t(((0b1111'1111'1100'0000'0000 & utf32) >> 10) + 0xD800);
utf16[1] = char16_t(((0b0000'0000'0011'1111'1111 & utf32) >> 00) + 0xDC00);
return 2;
}
推荐阅读
- netlogo - 海龟在到达特定补丁时不会改变航向
- sql - 连接两个表并获取给定名称的最新记录
- c# - 在 XPather.com 上使用 XML 命名空间的奇怪 XPath 行为?
- angular - 对于 PrimeNG 表,p-table 重置在角度 8 中不起作用
- macos - OSx 如何从两个相互依赖的不同二进制文件创建一个胖二进制文件
- python - 尽管添加了正确的范围,但带有 Python 的 Google Drive API 仍不允许文件下载
- web - 使用 Github Pages 在移动浏览器中查看 PDF
- mysql - 如何从mariadb读取十进制和日期到python?
- python - 为什么会发生这种情况?(django 模型会发生奇怪的事情)
- android - 如何在使用样式的android中切换时进行拇指切换?