在QString中查找“实际”字符（字形）

Question

假设我有一个可能包含任何Unicode字符的QString，我想迭代它的字符或计算它们。而“字符”我指的是用户所感知的内容（大致等同于“字形”）而不仅仅是QChars（16位Unicode字符）。一些“实际”字符由几个QChars（代理对;基本字符+组合标记）构成。对于某些组合字符，我可能会将字符串规范化以创建复合字符，但这并不总是有帮助。

我是否忽略了将QString拆分为“实际”字符的内置函数？

或者如果我必须自己解析它，这是结构（在EBNF中）还是我遗漏了什么？

character = ((high_surrogate, low_surrogate) | base_character), {combining_mark}

（base_character是每个QChar，不是代理或组合角色）

Answer 1

经过更多的研究后，我找到了“实际角色”这个词， grapheme ，以及用于查找字形边界的Qt类： QTextBoundaryFinder 。

Answer 2

我不确定组合标记，但对于代理对，我认为你可以使用QString::toUcs4()，它应该返回你的字符串的32位Unicode表示。