问题标签 [utf-32]

我正在使用 VBA for Word，并且正在开发一个在 Word 文档中进行批量查找/替换的项目。我从 .csv 导入了查找/替换术语的列表。

我遇到的问题是我想用代表单词的符号替换单词。例如，如果我使用面包这个词，我想将它替换为面包的 UTF-32 符号（Unicode 十进制 127838/十六进制 0x1f35e）。当我使用内置的 MS-Word 查找/替换手动执行此操作时，效果很好，我只需在替换框中输入 alt+127838 即可顺利工作，但在 UTF-32 查找/替换批处理似乎给我带来了麻烦。

如果我使用 ChrW() 它将超出范围，因为 ChrW 只接受高达 65,535 的值。它无法处理第 17 位。如果我尝试插入它，它会给我一个运行时错误。

我尝试使用 \U 转义字符，但它只是用“\U127838”字面替换它，这不是很有帮助。不确定 VBA 是否甚至支持 unicode 转义字符。如果我不把它放在引号中，它会给我一个语法错误。

虽然我对编程并不陌生，但我对 VBA 和 VB 还是很陌生。我在网上查了一下，似乎 VB 的 UTF32Encoding 类不适用于 VBA

https://msdn.microsoft.com/en-us/library/system.text.utf32encoding(v=vs.90).aspx

可能是我不熟悉 VB 和 VBA 之间的细微差别，但是当我尝试初始化程序时：

将 u32LE 调暗为新的 UTF32Encoding（假，真）

它在我的 VBA 代码中给了我一个语法错误。

我尝试使用 Imports 语句，但这也使我的编译器感到困惑。我不确定我是否做错了什么，或者 VBA 是否不支持此类。

如果 VBA 不支持打印 UTF32 字符，请告诉我，我应该尝试使用 Python 或 Java 之类的东西。非常感谢您的帮助！

这是我正在编写的函数。我注释掉了 Imports 行，因为它给了我一个错误（它说找不到突出显示“.Text”的方法或成员）

结束子

你好堆栈溢出社区。

UTF-16 可以是两字节字符集或四字节字符集。

据我了解，四字节字符集由高（16）和低（16）的代理组成。

我知道 UTF-8 可以是一、二、三、四或最多七个字节。

但是我们可以通过查看第一个八位字节中的位轻松判断有多少字节来自 UTF-8。

我想知道我们如何识别来自 UTF-16 和 UTF-32 的字节大小。

感谢您的帮助，并欢迎对 Unicode 提出意见。

谢谢。

东燮

我听说我不必将 BOM 放在 UTF-8 文件/流的开头。

那么它有固定的字节顺序吗？

在这种情况下，UTF-16 和 UTF-32 呢？

所以我有这个简单的代码：

让我编译并运行它：

好的，我对一个字符在一个字符串中占用 4 个字节并不感到惊讶，因为我告诉 Java 在运行程序时使用 UTF-32 编码。

让我们尝试使用 UTF-8 编码运行程序：

一切似乎都很好。

现在类文件 (FooBar.class) 是451 bytes。我将像这样更改代码：

再次编译，看到我磁盘中文件的长度为：453 bytes。

显然，文件本身是以 UTF-8 编码存储在磁盘中的。如果我现在使用 UTF-32 编码运行这个 .class 文件：

一切似乎都很好，但是，无论如何告诉编译器使用 UTF-32 对字符串字符编码 .class 文件？

我有存储 UTF-16 和 UTF-32 unicode 值的字符串：

我想将这些字符串转换为十六进制值的 UTF16Char 和 UTF32Char 以获得与以下相同的结果：

在此先感谢您的帮助

我一直在寻找解决方案，但似乎没有太多关于这个话题的内容。我找到了建议的解决方案：

但是，对于从 utf8 转换为 utf16，java 不处理“UTF32”，这使得该解决方案不可行。有谁知道如何实现这一目标的任何其他方式？

我正在开发一个支持 unicode 的基于终端的程序。在某些情况下，我需要在打印之前确定一个字符串将消耗多少个终端列。不幸的是，有些字符是 2 列宽（中文等），但我发现这个答案表明检测全角字符的好方法是从 ICU 库中调用 u_getIntPropertyValue() 。

现在我正在尝试解析我的 UTF8 字符串的字符并将它们传递给这个函数。我现在遇到的问题是 u_getIntPropertyValue() 需要一个 UTF-32 代码点。

从 utf8 字符串中获取此信息的最佳方法是什么？我目前正在尝试使用 boost::locale （在我的程序中的其他地方使用）来做到这一点，但我无法获得干净的转换。我的来自 boost::locale 的 UTF32 字符串前面带有一个零宽度字符以指示字节顺序。显然我可以跳过字符串的前四个字节，但是有没有更简洁的方法呢？

这是我目前丑陋的解决方案：

我有一个读取文本文件的 C++ 程序。目前我正在使用 Cfopen()读取然后fgetc()读取下一个字符。我typedef是“文件字符”，它实际上是一个int（我可以long毫无问题地更改它，显然）。

现在程序可以读取 UTF-7 和 UTF-8 文本文件，但是如果我使用 UTF-16 或 UTF-32 文本文件呢？有没有办法推断文件编码然后正确读取文件？即使传递给 C++ 的istream's 也不是问题。

我有一个具有挑战性的问题。我目前正在从 SQL 获取数据表，其中包含 EM-DASH 和数据表不支持的其他特殊字符，除非类型为 UTF32。有没有办法将数据类型从字符串转换为 UTF32？

FillDataTable 有一个函数，它读取查询并从 SQL 中填充表，注意所有列都是字符串格式。这是我到目前为止所做的：

但是，这不起作用。有没有办法做到这一点，以保持字符串的粘性？否则 em-dash 将成为隐藏符号，因为它使用的是 UTF8。