Erkennen ob das Zeichen ein UTF8 Zeichen ist

[mse]

Was passiert, wenn bei der (automatischen) Umwandlung von Unicode nach ANSI, in der eingestellten System-Ansi-Tabelle das Unicode-Zeichen nicht definiert ist ?

Die Umwandlung geschieht teilweise durch Betriebssystem Routinen. Dabei wird nach meinen Erfahrungen entweder ein '?' für ein nicht darstellbares Zeichen eingesetzt, ein leerer String zurückgegeben oder eine Exception ausgelöst.

[mse]

Meine Frage ist: unter welchen Umständen (außer wenn bei Mac bekloppte Dateinamen verwendet werden) wird man tatsächlich mit surrogate pairs konfrontiert werden ?

Nie, ausser bei Unicode Tests, altägyptisch und Ähnlichem. Auch bekloppte Mac Dateinamen enthalten keine surrogate pairs.

[mschnell]

Nie, ausser bei Unicode Tests, altägyptisch und Ähnlichem. Auch bekloppte Mac Dateinamen enthalten keine surrogate pairs.

Da hat sich aber weiter oben jemand furchtbar aufgeregt ?!?!?!?!?!?!?
-Michael

[mse]

Ich könnte aber damit die Frage auch nicht abschliessend beantworten.
"A UnicodeString can contain either a Unicode-sized character, or an ANSI byte-sized character. "

Das geht mir genau gleich, wir müssen wohl oder übel auf die Auskunft eines D2009 Besitzers warten.

[marcov]

Ich könnte aber damit die Frage auch nicht abschliessend beantworten.
"A UnicodeString can contain either a Unicode-sized character, or an ANSI byte-sized character. "

Das geht mir genau gleich, wir müssen wohl oder übel auf die Auskunft eines D2009 Besitzers warten.

Ich habe etwas aehnliches gehoert. TUnicodeString kann auch utf-8 speichern, und die Granularitaet ist in der Tunicodestring gespeicherd. Ich habe das aber noch nicht Verifizieren koennen

[theo]

http://www.moonsoft.fi/materials/codege ... nicode.pdf" onclick="window.open(this.href);return false;

Code: Alles auswählen

 
-12       -10          -8        -4     String reference address
Code page Elem size    Ref count length First char of string
 

A corresponding support data structure is declared in the implementation section of System
unit as:

Code: Alles auswählen

type
           PStrRec = ^StrRec;
           StrRec = packed record
             codePage: Word;
             elemSize: Word;
             refCnt: Longint;
             length: Longint;
           end;

Also wenn ich das richtig verstehe, haben nun alle referenzgezählten Strings in Delphi diese Struktur, und sind wohl ergo strukturell nicht kompatibel mit den FPC Typen.

[mse]

http://www.moonsoft.fi/materials/codegear_delphi_2009_and_unicode.pdf

Also wenn ich das richtig verstehe, haben nun alle referenzgezählten Strings in Delphi diese Struktur, und sind wohl ergo strukturell nicht kompatibel mit den FPC Typen.

Endlich Klarheit. Danke Theo!

[mschnell]

ergo strukturell nicht kompatibel mit den FPC Typen.

Wenn sie funktionskompatibel sind, sollte das reichen.
-Michael

[theo]

ergo strukturell nicht kompatibel mit den FPC Typen.

Wenn sie funktionskompatibel sind, sollte das reichen.
-Michael

Das können sie natürlich auch nicht sein, da den FPC Typen Informationen fehlen.

[mschnell]

Das können sie natürlich auch nicht sein, da den FPC Typen Informationen fehlen.

Ah, Du meinst die momentanen, nicht die zukünftigen.... Soweit ich weiß, ist das FPC Team da dran.

-Michael

[marcov]

Also wenn ich das richtig verstehe, haben nun alle referenzgezählten Strings in Delphi diese Struktur, und sind wohl ergo strukturell noch nicht kompatibel mit den FPC Typen.

[theo]

Also wenn ich das richtig verstehe, haben nun alle referenzgezählten Strings in Delphi diese Struktur, und sind wohl ergo strukturell noch nicht kompatibel mit den FPC Typen.

Weisst du da genaueres?

[marcov]

Also wenn ich das richtig verstehe, haben nun alle referenzgezählten Strings in Delphi diese Struktur, und sind wohl ergo strukturell noch nicht kompatibel mit den FPC Typen.

Weisst du da genaueres?

Ja, ich habe soeben den URL von Cantu an Florian gegeben

Ich muss da noch ein bisschen darueber denken, und werde dann den Unicode PDF updaten. (und hier ein URL posten)

[theo]

Ja, ich habe soeben den URL von Cantu an Florian gegeben

Gut

Vielleicht könnt ihr auch meinen UTF8Proc Port gebrauchen: http://www.theo.ch/lazarus/utf8proc_pas.zip" onclick="window.open(this.href);return false;
Für TCharacter, Normalisierung etc.

[marcov]

Vielleicht könnt ihr auch meinen UTF8Proc Port gebrauchen: http://www.theo.ch/lazarus/utf8proc_pas.zip" onclick="window.open(this.href);return false;
Für TCharacter, Normalisierung etc.

Der embedded Fall werden wir erst später berücksichtigen. Zuerst der normale Fall über OS Routines.