是否有可能在Julia-lang中将字符串与大字符（UTF32String）连接起来？

Question

构造UTF32String（b，c），其中b包含大值：

using LegacyStrings
a=Char(69058047)
b=UTF32String(a)
c=UTF32String("")

现在将b和c连接到d：

d=b*c

分别阅读b，c，d。 b保留其值，但是d被强制转换为低于2 ^ 16，键入的UTF8String，其值丢失了？

julia> typeof(d)
UTF8String

julia> typeof(b)
UTF32String

julia> typeof(c)
UTF32String

julia> D=Int(Char(d[1]))
65533

julia> B=Int(Char(b[1]))
69058047

在Julia 0.4和0.6上执行此操作会产生相同的结果。是否可以通过大型Chars对字符串进行操作？

Answer 1

鉴于0.7中的字符表示有变化，问题的答案取决于您使用的Julia版本。

朱莉娅0.7

如果您想使用Julia 0.7（可能这是您应该定位的目标，因为从长远来看，您必须切换到它），您将获得：

julia> a=Char(69058047)
ERROR: Base.CodePointError(0x041dbdff)
Stacktrace:
 [1] code_point_err(::UInt32) at .\char.jl:10
 [2] Type at .\char.jl:42 [inlined]
 [3] Char(::Int64) at .\boot.jl:682
 [4] top-level scope

简而言之 - 根本不允许你创建它。

重要的是要知道抛出转换错误的边界值是0x001fffff，尽管它是无效的（最大有效Unicode是0x0010ffff）。 这是一个你必须在0.7中记住的问题。

原因是最多0x001fffff的值可以映射到UTF-8，尽管其中一些UTF-8表示无效（较大的值无法映射）。

Julia 0.6.2

您可以在此处创建a，b和c，但问题是b*c等同于string(b, c)（因此会转换它）到最后String没有关系你作为参数传递给它的类型，最后，如果你挖得足够深，这将调用write(s::IO, ch::Char)，女巫ch等于{{ 1}}，如果你看一下这个方法的定义，你会发现a会产生a - 这就是你得到的。

Julia 0.6.2将为所有无效的Unicode发出'\ufffd'，即大于'\ufffd'。