encoding - 如何使用 libICU 将代码点列表编码为 UTF8 块？

Question

由于程序要求（快速访问单个字符），我正在使用uint32_t[]字符。只存储代码点，而不是 UTF-32代码单元。因为我不认为 UTF-32 代码单元和 Unicode 代码点是一回事，所以我必须将它们分开。

代码点取自next32PostInc函数

而且我需要使用 将这些代码点编码为 UTF-8 块libICU，而且很难找到字符级累积编码器。我看到了一种使用方法UnicodeString::append()，但它需要双重转换。ucnv_convert函数似乎可以完成这项工作，但只能使用 UTF-32代码单元。如果我将它们与代码点一起使用，我真的不确定安全性。目前我正在寻找与next32PostInc功能相反的东西。我怎样才能做到这一点？如果我对代码点和代码单元的想法，请纠正我。

Answer 1

当前的 Unicode 规范定义 UTF-32 代码单元等于代码点。

从Unicode 常见问题解答：

鉴于任何工业级文本和国际化支持 API 都必须能够处理字符序列，因此字符串内部是由 UTF-16 代码单元序列还是由代码点序列（ = UTF-32 代码单元）。UTF-16 和 UTF-8 都旨在简化子字符串的处理，因为给定代码点的代码单元序列是唯一的。

所以只需使用 UTF-32 函数。