string - Gforth - 如何获取字符串的代码点？

Question

我知道 gforth 将字符存储为堆栈中的代码点，但是 material I'm learning from不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(通常是涵盖 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。

另请参阅Extended-Character word set :

Extended characters are stored in memory encoded as one or more primitive characters (pchars).

因此，要将字符转换为代码点，只需从内存中读取该字符即可。

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 native 字符串文字。在此之前，您需要使用单词s"作为s"测试已通过"。

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 ⇦ ⇨ ⇧ ⇩" 2dup dump cr sum-xcodes . cr

dump显示Gforth中扩展字符以UTF-8编码存储在内存中。