Question

假设我有一个像905082这样的十六进制字符串。

现在我想将它转换为Tcl中相应的unicode字符。我使用了以下代码：

set charstring ""
  set hexstring 905082
  set len [string length $hexstring]
  for {set i 0} {$i < [expr $len / 2]} {incr i} {
    set j [expr 2 * $i]
    set char [string range $hexstring $j [expr $j + 1]]

    set charstring $charstring[format %c [format %i 0x$char]]
  }
  puts $charstring

但它不起作用......可能它包含这样的十六进制值，表示不可打印的unicode字符。那么我怎么能这样做，以便我可以将十六进制字符串转换为unicode字节串，以便我可以使用SWIG将其传递给C函数？

Answer 1

binary format formatString ?arg arg ...?（link）是你的朋友。

binary format命令生成二进制字符串，其布局由formatString＆gt;指定，其内容来自其他参数。返回结果二进制值。

在您的情况下，您将向二进制格式函数输入十六进制字符，因此您的formatString将是h *或H *，具体取决于您的MSB是最右边的字符（H *）还是最左边的字符（h *）

binary format H* 905082将返回包含原始数据0x905082的三个字节，即使字符串表示可能并不总是可打印。

将命令输出存储在一个变量中，你就可以了。

PS：另一种方法是检索要使用scan（link）解析的字符串的整数值。 scan $hexstring %x intvalue 和整数值将存储在$intvalue

中

Answer 2

U + 905082不是Unicode字符。 Unicode规范明确声明限制为U + 10FFFF。它也不是单个字符的UTF-8编码（因为字节0x50总是以UTF-8编码单个字符，P）。所以无论你追求什么，它都不是一个单一的角色。

那么我们可以向我们开放什么？好吧，我们可以转换为字节序列：

set bytes [binary format H* "905082"]

嗯，就是这样！我们现在使用Unicode！现在，字节转换为与“\u0090\u0050\u0082”相同的字符序列。但也许你想要它们在特定的编码？那么，您可以使用encoding convertto来更改为不同的字节序列;

set bytesTurnedToUtf8 [encoding convertto utf-8 $bytes]

如果我们知道他们使用其他编码，我们可以使用encoding convertfrom进行反向操作。请注意，大多数时候你不需要花很多时间考虑Tcl中的编码; Tcl运行时为您管理字符串编码，您几乎不必考虑除字符序列之外的其他事项。

如何在Tcl中将十六进制字符串转换为Unicode字符字节字符串

2 个答案: