Question

System.Character.TCharHelper.IsWhiteSpace（UTF8）的IsLetter / IsNumber / AnsiChar相当于什么？

Answer 1

通常，询问单个UTF-8元素（单字节）是否表示空格是没有意义的。那是因为UTF-8是一个可变长度编码，代码点可能需要多个单个字节来定义它。

所以你不能问一个字节是否是一个空格，除非它编码一个ASCII字符，即＆lt; 128。

您需要做的是获取编码感兴趣的代码点的字节序列，并将它们转换为UCS4Char变量中的UTF-32值。然后将其传递给UCS4Char的{{1}}重载。

然而，Delphi库并没有很好地支持这种方法。在Delphi中做你想做的最简单的方法是：

将您的UTF-8字符串转换为原生UTF-16 Delphi TCharHelper.IsWhiteSpace。
使用string查询位置TCharHelper.IsWhiteSpace(str, index)的代码点。

Answer 2

如果您的问题是如何检查UTF8字符串变量是否全是空格，您可以使用以下RECORD HELPER：

TYPE
  U8StringHelper  = RECORD HELPER FOR UTF8String
                      FUNCTION IsAllWhiteSpaces : BOOLEAN;
                    END;

FUNCTION U8StringHelper.IsAllWhiteSpaces : BOOLEAN;
  VAR
    C : CHAR;
    S : UnicodeString;

  BEGIN
    S:=Self;
    FOR C IN S DO IF NOT C.IsWhiteSpace THEN EXIT(FALSE);
    Result:=TRUE
  END;

然后你可以像以下一样使用它：

VAR
  U8 : UTF8String;

BEGIN
  U8:='  '#13#10;
  IF U8.IsAllWhiteSpaces THEN WRITELN('Yes') ELSE WRITELN('No');
  U8:='  X'#13#10;
  IF U8.IsAllWhiteSpaces THEN WRITELN('Yes') ELSE WRITELN('No');
END.

这将写出＆＃34;是＆＃34;其次是＆＃34; No＆＃34;。

但请注意，通过为UTF8String类型定义自己的帮助程序，您将无法访问系统可能已定义的任何内容。如果这是一个问题，你必须改为制作标准功能：

FUNCTION IsAllWhiteSpaces(CONST U8 : UTF8String) : BOOLEAN;
  VAR
    C : CHAR;
    S : UnicodeString;

  BEGIN
    S:=U8;
    FOR C IN S DO IF NOT C.IsWhiteSpace THEN EXIT(FALSE);
    Result:=TRUE
  END;

并按如下方式使用：

VAR
  U8 : UTF8String;

BEGIN
  U8:='  '#13#10;
  IF IsAllWhiteSpaces(U8) THEN WRITELN('Yes') ELSE WRITELN('No');
  U8:='  X'#13#10;
  IF IsAllWhiteSpaces(U8) THEN WRITELN('Yes') ELSE WRITELN('No');
END.

我将把其他IsXXX功能的制作留给读者...

Answer 3

好的 - 在我们最终确定了正确的问题之后，最简单的方法是简单地将AnsiChar变量转换为适当的UNICODE字符然后再做你的事情。

VAR
  A : AnsiChar;

BEGIN
  IF CHAR(A).IsLetter THEN ...
END.

HOWEVER ：不建议使用UTF-8字符串中的单个字符，因为许多字符（根据UTF-8的本质）由 TWO 字符组成。因此，您无法确定UTF-8字符串中的单个AnsiChar是否为任何内容，因为它只能是“前缀”/“转义”字符，而实际字符是字符串中的以下字符。

因此，最好的方法是使用UTF8-String并将其分配给UNICODE字符串变量，然后使用正确的CHAR类型迭代它。

如果您的问题是如何将以UTF-8编码的AnsiString“转换”为UNICODE字符串，您可以使用以下例程：

FUNCTION AnsiUTF8toUNICODE(CONST S : AnsiString) : STRING;
  BEGIN
    Result:=UTF8ToUnicodeString(RawString(S))
  END;

AnsiChar的System.Character.TCharHelper.IsWhiteSpace / IsLetter / IsNumber的等价物

3 个答案: