问题标签 [codepoint]

我正在制作一个应用程序，当聊天将从 iOS 应用程序发送时，但管理员可以从 PHP 内置的管理面板查看聊天。

从 DB，我会收到这样的聊天消息：

我正在使用可以将 HEX 代码点转换为图像的twemoji库。

详细说一下，

在 php 部分，我有以下代码： -

现在，twemoji 解析 HTML 文档的整个正文以将 Hex 代码点替换为图像。

所以，我需要文本将所有 UTF-16 替换为 HEX 代码点（用于表情符号）。 我怎样才能做到这一点？

所以，我正在构建一种脚本语言，我的目标之一是方便的字符串操作。我在 C++ 中尝试了一些想法。

• 字符串作为字节序列和返回包含代码点索引的向量的自由函数。
• 一个包装类，它结合了一个字符串和一个包含索引的向量。

两种想法都有问题，问题是，我应该返回什么。它不能是一个字符，如果它是一个字符串，那将是浪费空间。

我最终围绕一个正好 4 个字节的 char 数组创建了一个包装类：一个在内存中正好有 4 个字节的字符串，不多也不少。

在创建这个类之后，我很想将它包装std::vector在另一个类中并从那里构建，从而制作一个字符串类型的代码点。我不知道这是否是一个好方法，它最终会更方便，但最终会浪费更多空间。

因此，在发布一些代码之前，这里有一个更有条理的想法列表。

• 我的字符类型不是字节，也不是字素，而是代码点。我把它命名为一个符文，就像 Go 语言中的符文一样。
• 一个字符串作为一系列分解的符文，从而对 O1 进行索引和切片。
• 因为 rune 现在是一个类而不是原始类型，所以可以使用检测 unicode 空格的方法对其进行扩展：mysring[0].is_whitespace()
• 我仍然不知道如何处理字素。

奇怪的事实！我构建 rune 类原型的方式的一个奇怪之处在于它总是以 UTF8 打印。因为我的 rune 不是 int32，而是一个 4 字节的字符串，所以最终会有一些有趣的属性。

我的代码：

错误处理思路：

我不喜欢在 C++ 中使用异常。我的想法是，如果构造函数失败，则将 rune 初始化为 4 '\0'，然后显式重载 bool 运算符以在运行的第一个字节恰好是 时返回 false '\0'。简单易用。

那么，想法？意见？不同的方法？

就算我的符文串很多，至少我还有符文类型。小而快复制。:)

看起来红心表情符号 (❤️) "\u2764\uFE0F" 需要两个 Unicode 代码点，特别是Heavy Black Heart后跟一个Variation Selector。然而，蓝色、绿色、黄色和紫色都有自己的单一代码点。

为什么红色如此不同？

我有一个可以包含 4 个字节字符的字符串。例如：

String s = "\uD83D\uDC4D1234\uD83D\uDC4D";

我也有一个大小，我应该用它来从中获取子字符串。大小以字符为单位。所以假设大小为 5，所以我应该得到前 4 个字节的字符以及“1234”。

直接使用子字符串作为s.substring(0, 5)返回第一个字符和“123”的错误结果。

我可以通过这种方式使用代码点设法获得正确的结果：

我敢打赌，应该有一种更好、更有效的代码来实现这一点。

当我想查找任意代码点的 Unicode 名称时，我在 JavaScript 中有哪些选择？

也许有一些我可以使用的模块，我可以调用的 Web API，或者人们以前已经采用了自己的方式来做到这一点？

它应该适用于所有平面，但不必处理多代码点字符串，例如字形簇。

作为通用解决方案，我们如何在 Swift 中获取字符或字符串的 unicode 代码点？

考虑以下：

如果我没记错的话，所需的函数可能会返回一个字符串数组，例如：

任何更多建议的优雅方法将不胜感激。

使用下面的代码，我可以获取代码点字符的 wstring。如果 codepoint>65535 使用错误的 wstring。必须怎么做？

1 小时前，我问过Transform patterns of code points in a binary的问题：我需要将集合转换为这样[$a-z]的二进制文件：

我[$a-z]从UnicodeSet站点获得了类似的集合。它只需要您输入一个模式并生成一个代码点集。

我已经重写了一些简单但不平凡的 UnicodeSet 到二进制集转换器。现在，我没有阅读真正的代码点，而是\u通过启用UnicodeSet 站点上的Escape选项来阅读它们的转义形式。我这样做是因为浏览器希望从返回的集合中删除一些字符。

但是，我自己将模式返回的集合的最终输出在[:age=5.0:]&[[:gc=L:][:gc=Nl:][:gc=Mn:][:gc=Mc:][:gc=Nd:][:gc=Pc:]\$_]我自己将其转换为二进制后看起来有错误的代理项。

我在输入集中读取和跳过单个代码点的功能是nextCodePoint：

有任何想法吗？

我当前的项目使用了许多字体中不存在的一些符号。到目前为止，我已经发现一些 iOS 渲染为一个盒子，所以我期待迟早会找到一个 Android 也无法渲染的东西，尽管到目前为止它在这方面做得比 iOS 更好。

有没有办法以编程方式检查给定的 Unicode 代码点是否会在屏幕上正确显示，而不是作为空方框等？

如果我可以检测到无法渲染的符号，我可以为它实施一种解决方法，而不是显示一个丑陋的框。