以某种方式可以在Ragel中获得匹配模式的字符位置吗？
我知道匹配会收到指向字符串（char *）的指针，即在字符串内找到模式的字节偏移量。问题是UTF-8是可变长度编码，因此字符和字节不必对齐。
例如，如果我想在$中搜索€€$，我想获得2而不是6（$→0x24，€→0xE282AC）
答案 0 :(得分：1)
Ragel生成了一段紧密的源代码，嵌入到您喜欢的语言中。此代码不使用Ragel提供的任何库，也不使用语言标准库。因此，它无法解析UTF-8或计算UTF-8字符串的长度。
它可以做的是给你指向你感兴趣的字符串部分的指针。鉴于此，你可以计算出它的UTF- 8长度使用您最喜欢的特定语言工具。例如，在C ++中，您可以使用cxxtools＆＃39;在Ragel代码将其返回给您之后，Utf8Codec::do_length方法（或您可以想到的任何其他库）获取€€件的UTF-8长度。
您还可以调整Ragel以使用16位字符并将UCS-2提供给它as discussed by Wil Macaulay and Wincent Colaiuta。使用UCS-4的32位字符应该更好。
另一个角度可能是使用unicode2ragel.rb脚本生成处理UTF-8的状态机，并尝试修改它以计算转换次数。 （我不知道这是否有效，从未使用过该状态机。）