string - Gforth - 如何获取字符串的代码点？

Question

我知道 gforth 将字符作为它们的代码点存储在堆栈中，但是我从中学习的材料没有显示任何有助于将每个字符转换为代码点的单词。

我还想对字符串的代码点求和。我应该用什么来做到这一点？

Answer 1

在 Forth 中，我们区分原始字符（通常是覆盖 ASCII 的八位字节）和扩展字符（通常是 Unicode）。

任何字符始终在堆栈中表示为其代码点，但扩展字符在内存中的表示方式取决于实现。

另见扩展字符词集：

扩展字符存储在内存中，编码为一个或多个原始字符 (pchars)。

因此，要将字符转换为代码点，从内存中读取该字符就足够了。

要读取原始字符，我们使用c@ ( c-addr -- char )

: sum-codes ( c-addr u -- sum ) 0 -rot over + swap ?do i c@ + 1 chars +loop ;

\ test
"test passed" sum-codes .

注意：最新版本的 Gforth 支持本机字符串文字。在此之前，您需要使用s"as一词s" test passed"。

要读取扩展字符，我们可以使用xc@+ ( xc-addr1 -- xc-addr2 xchar )

: sum-xcodes ( c-addr u -- sum )
  over + >r 0 swap
  begin ( sum xc-addr ) dup r@ u< while
    xc@+ ( sum xc-addr2 xchar ) swap >r + r>
  repeat drop rdrop
;

\ test
"test ⇦ ⇨ ⇧ ⇩&quot; 2dup dump cr sum-xcodes . cr

dump表明在 Gforth 中，扩展字符以 UTF-8 编码存储在内存中。