Lua hat eine Funktion utf8.len() benannt, die auf einem const char * arbeitet und führt die folgenden gemäß der Dokumentation:Zählen Anzahl von Zeichen in einem WCHAR String
Gibt die Anzahl der UTF-8-Zeichen in string s https://www.lua.org/manual/5.3/manual.html#6.5
Ich arbeite mit einer angepassten Version von Lua, die mit der Win32-API verbunden ist. Immer wenn ich eine UTF-8-Zeichenfolge an das Win32-Back-End meiner App übergeben muss, konvertiere ich es von UTF-8 zu WCHAR mit MultiByteToWideChar().
nun für eine Funktion, die ich bin auf der Suche, die genau die gleiche wie Lua utf8.len() Funktion tut, aber nimmt eine UTF-16 WCHAR* Zeichenfolge anstelle einer UTF-8 const char* String. Bitte fragen Sie mich nicht nach irgendwelchen Unicode-Feinheiten und terminologischen Diskussionen. Mir wurde bereits gesagt, dass der Begriff Zeichen ist sehr mehrdeutig, wenn über Unicode sprechen, aber die Lua-Dokumentation verwendet genau diesen Begriff (siehe oben). Also was ich will, ist eine Funktion, die genau das gleiche wie Lua's utf8.len() tut, aber auf einem WCHAR* anstelle von const char * ... unabhängig davon, was die Lua Autoren tatsächlich von Zeichen. Ich möchte nur eine Funktion haben, die mir genau die gleiche Anzahl wie utf8.len() gibt, aber arbeitet auf einer UTF-16 WCHAR* Zeichenfolge, die von einer UTF-8-Zeichenfolge von MultiByteToWideChar() generiert wird.
Ich hoffe, die Frage ist nun genug endlich klar genug ist ...
Eine letzte Anmerkung: Ich möchte, wenn möglich mit externen Bibliotheken wie ICU vermeiden. Win32-API-Lösungen werden bevorzugt.
Sie fragen nach zwei verschiedenen Dingen: * Codepunkte * und * Zeichen *. Der Begriff * character * ist bei der Verwendung von Unicode sehr mehrdeutig. Es könnte Codepunkt so viel wie Graphem-Cluster bedeuten. Um was bitten Sie? – IInspectable
Als Nebenbemerkung: Es gibt keinen 'TSTR'-Typ im Windows SDK. Sie beziehen sich wahrscheinlich auf 'TCHAR' und' TCHAR' und 'wcslen()' sind nicht kompatibel. Die erste repräsentiert entweder ein "char" oder "wchar_t", abhängig von den Präprozessorsymbolen. Letzteres funktioniert ausschließlich mit 'const wchar_t * '. – IInspectable
'TCHAR' war nützlich, wenn wir für Windows 95/98/ME und Windows NT kodieren wollten. Ersteres unterstützte Unicode nicht. Aber für 10 Jahre war das zumindest nicht relevant. Sie interessieren sich für UTF-16. Also benutze 'wchar_t' und verwandte. Verwenden Sie nicht 'TCHAR'. Was Ihre Frage betrifft, müssen Sie besser definieren, was Sie mit einem * Zeichen * meinen. Können Sie bitte eine genaue Definition geben? –