Question

Unicode字符串可以包含代理项对（尤其是表情符号）。现在我需要将此字符串截断为n个字符。如何在不破坏任何表情符号的情况下安全地完成任务？

Answer 1

以下代码应该可以解决您的问题：

FUNCTION IsDiacritical(C : CHAR) : BOOLEAN;
  VAR
    W   : WORD ABSOLUTE C;

  BEGIN
    Result:=((W>=$1AB0) AND (W<=$1AFF)) OR
            ((W>=$0300) AND (W<=$036F)) OR
            ((W>=$1DC0) AND (W<=$1DFF))
  END;

FUNCTION GetNextChar(VAR S : STRING) : STRING;
  VAR
    C   : CHAR;
    P   : Cardinal;

  BEGIN
    CASE S.Length OF
      0 : Result:='';
      1 : Result:=S
    ELSE // OTHERWISE //
      Result:=''; P:=1;
      FOR C IN S DO
        IF NOT IsDiacritical(C) THEN
          BREAK
        ELSE BEGIN
          Result:=Result+C;
          INC(P)
        END;
      IF (P<LENGTH(S)) AND IsSurrogatePair(S,P) THEN
        Result:=Result+COPY(S,P,2)
      ELSE
        Result:=Result+COPY(S,P,1)
    END;
    DELETE(S,1,Result.Length)
  END;


FUNCTION GetStringByCodePoints(S : STRING ; CodePoints : Cardinal) : STRING;
  VAR
    I   : Cardinal;

  BEGIN
    Result:='';
    FOR I:=1 TO CodePoints DO Result:=Result+GetNextChar(S)
  END;

PROCEDURE SetLengthByCodePoints(VAR S : STRING ; CodePoints : Cardinal);
  BEGIN
    SetLength(S,GetStringByCodePoints(S,CodePoints).Length)
  END;

GetStringByCodePoints类似于COPY，SetLengthByCodePoints类似于SetLength。但是，两者都取代码点数（“可见字符”或控制字符）而不是字符。

如果有更多的组合变音符号码，则可以扩展相关功能以包含这些。我检查的三个组是我通过简单的谷歌搜索找到的组。

如何将字符串截断为n char？

1 个答案: