delphi - Delphi XE AnsiStrings 与转义组合变音符号

Question

将包含转义组合变音符号（如“Fu\u0308rst”）的 Delphi XE AnsiString 转换为友好的 WideString“Fürst”的最佳方法是什么？

我知道这并不总是适用于所有组合，但是应该支持常见的拉丁语块，而无需自己构建愚蠢的转换表。我想可以在新的 Characters 单元的某个地方找到解决方案，但我不明白。

Answer 1

我认为您需要执行Unicode 规范化。在你的弦上。

我不知道 Delphi XE RTL 中是否有特定的调用来执行此操作，但 WinAPI 调用NormalizeString应该可以帮助您，使用模式 NormalizationKC：

归一化KC

Unicode 规范化形式 KC，兼容性组合。将每个基本字符和组合字符转换为规范的预组合等效字符，并将所有兼容性字符转换为其等效字符。例如，连字 fi 变成 f + i；类似地，A + ¨ + fi + n 变为 Ä + f + i + n。

Answer 2

这是解决我的问题的完整代码：

函数 Unescape(const s: AnsiString): 字符串；
变量
  i：整数；
  j：整数；
  c：整数；
开始
  // 使结果至少足够大。这可以防止过多的重新分配
  SetLength（结果，长度）；
  我:= 1;
  j := 1;
  而 i <= 长度确实开始
    如果 s[i] = '\' 然后开始
      如果 i < Length(s) 然后开始
        // 转义反斜杠？
        如果 s[i + 1] = '\' 然后开始
          结果[j] := '\';
          公司（我，2）；
        结尾
        // 将十六进制数转换为 WideChar
        else if (s[i + 1] = 'u') and (i + 1 + 4 <= Length(s))
                然后 TryStrToInt('$' + string(Copy(s, i + 2, 4)), c) 开始
          公司（我，6）；
          结果[j] := WideChar(c);
        结束否则开始
          raise Exception.CreateFmt('位置 %d 处的无效代码', [i]);
        结尾;
      结束否则开始
        raise Exception.Create('字符串意外结束');
      结尾;
    结束否则开始
      结果[j] := WideChar(s[i]);
      公司（一）；
    结尾;
    公司（j）；
  结尾;

  // 如果我们保留了太多空间，则修剪结果
  设置长度（结果，j - 1）；
结尾;

常量
  归一化C = 1；

函数 NormalizeString（NormForm：整数；lpSrcString：LPCWSTR；cwSrcLength：整数；
 lpDstString：LPWSTR；cwDstLength：整数）：整数；标准调用；外部“Normaliz.dll”；

函数 Normalize(const s: string): string;
变量
  新长度：整数；
开始
  // 在 NormalizationC 模式下，结果字符串不会比输入字符串长
  SetLength（结果，长度）；
  newLength := NormalizeString(NormalizationC, PChar(s), Length(s), PChar(Result), Length(Result));
  设置长度（结果，新长度）；
结尾;

函数 UnescapeAndNormalize(const s: AnsiString): 字符串；
开始
  结果 := Normalize(Unescape(s));
结尾;

谢谢你们！我确信我对 StackOverflow 的第一次体验不会是我的最后一次 :-)

Answer 3

他们总是这样逃跑吗？总是4位数？

\ 字符本身是如何转义的？

假设 \character 被 \xxxx 转义，其中 xxxx 是 \ 字符的代码，您可以轻松地遍历字符串：

function Unescape(s: AnsiString): WideString;
var
  i: Integer;
  j: Integer;
  c: Integer;
begin
  // Make result at least large enough. This prevents too many reallocs
  SetLength(Result, Length(s));
  i := 1; j := 1;
  while i <= Length(s) do
  begin
     // If a '\' is found, typecast the following 4 digit integer to widechar
     if s[i] = '\' then
     begin
       if (s[i+1] <> 'u') or not TryStrToInt(Copy(s, i+2, 4), c) then
         raise Exception.CreateFmt('Invalid code at position %d', [i]);

       Inc(i, 6);
       Result[j] := WideChar(c);
     end
     else
     begin
       Result[j] := WideChar(s[i]);
       Inc(i);
     end;
     Inc(j);
  end;

  // Trim result in case we reserved too much space
  SetLength(Result, j-1);
end;

像这样使用

  MessageBoxW(0, PWideChar(Unescape('\u0252berhaupt')), nil, MB_OK);

此代码在 Delphi 2007 中进行了测试，但由于明确使用了 Ansistring 和 Widestring，它也应该在 XE 中工作。

[编辑] 代码没问题。荧光笔失败。

Answer 4

如果我没记错的话，Delphi XE 现在支持正则表达式。不过，我不经常使用它们，但这似乎是解析字符串然后替换所有转义值的好方法。也许有人有一个很好的例子来说明如何在 Delphi 中使用正则表达式来做到这一点？

Answer 5

GolezTrol，你忘了'$'

if (s[i+1] <> 'u') or not TryStrToInt('$'+Copy(s, i+2, 4), c) then