所以,我在使用以下字符时遇到了一些问题 –
在 imgui 的港口到 kotlin
在对字符集和编码进行了一整天的研究之后,我只剩下了唯一的希望:依靠 unicode 代码点。
jvm 上的那个字符
"–"[0].toInt() // same as codePointAt()
返回代码点 u2013
在 C 上,我不确定,但因为这是正在发生的事情 done :
const ImFontGlyph* ImFont::FindGlyph(ImWchar c) const
{
if (c >= IndexLookup.Size)
return FallbackGlyph;
const ImWchar i = IndexLookup.Data[c];
if (i == (ImWchar)-1)
return FallbackGlyph;
return &Glyphs.Data[i];
}
在哪里
typedef unsigned short ImWchar
和
ImVector<ImWchar> IndexLookup; // Sparse. Index glyphs by Unicode code-point.
所以,这样做
char* a = "–";
int b = a[0];
返回代码点 u0096
据我所知,它看起来超过了 127
( 0x7F
) 我们处于“扩展 Ascii”领域,这很糟糕,因为它似乎有不同的版本/解释。
例如,这个encoding table与我的代码点不匹配,但是 Cp1252 encoding确实如此,所以我倾向于认为这就是 C 上实际使用的内容。
在刚才提到的链接底部的表格中,你实际上可以看到150
(十进制,从给定数字的右列开始计数)确实对应于 2013
(十六进制,我觉得它有点语无伦次,但无论如何)。
为了解决这个问题,我尝试转换我的 String
s 在 Kotlin 上使用相同的编码(暂时忽略这当然是特定于平台的),因此对于每个 c: Char
"$c".toByteArray(Charset.forName("Cp1252"))[0].toUnsignedInt
这行得通,但会破坏外国字体的渲染,例如中文、日文等。
因此,我的问题是:为什么 u2013
之间存在差异?在 JVM 和 u0096
上在 C?
处理这个问题的正确方法是什么?
最佳答案
目前我解决了this在 Windows 上,我在检索 char 代码点之前插入了这个函数。 它基本上重新映射所有与 ISO-8859-1 不同的字符。你可以在这个 table 中看到它们, 它们都是带有浅灰色边框的。
internal fun Char.remapCodepointIfProblematic(): Int {
val i = toInt()
return when (Platform.get()) {
/* https://en.wikipedia.org/wiki/Windows-1252#Character_set
* manually remap the difference from ISO-8859-1 */
Platform.WINDOWS -> when (i) {
// 8_128
0x20AC -> 128 // €
0x201A -> 130 // ‚
0x0192 -> 131 // ƒ
0x201E -> 132 // „
0x2026 -> 133 // …
0x2020 -> 134 // †
0x2021 -> 135 // ‡
0x02C6 -> 136 // ˆ
0x2030 -> 137 // ‰
0x0160 -> 138 // Š
0x2039 -> 139 // ‹
0x0152 -> 140 // Œ
0x017D -> 142 // Ž
// 9_144
0x2018 -> 145 // ‘
0x2019 -> 146 // ’
0x201C -> 147 // “
0x201D -> 148 // ”
0x2022 -> 149 // •
0x2013 -> 150 // –
0x2014 -> 151 // —
0x02DC -> 152 // ˜
0x2122 -> 153 // ™
0x0161 -> 154 // š
0x203A -> 155 // ›
0x0153 -> 156 // œ
0x017E -> 158 // ž
0x0178 -> 159 // Ÿ
else -> i
}
else -> i // TODO
}
}
关于java - Java 和 C 之间的代码点不匹配,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55500127/