从QChar检索Unicode代码点> U+FFFF

Question

我有一个应用程序，它应该处理所有类型的字符，并在某种程度上显示有关它们的信息。我在QChar，QString等中使用Qt和它固有的Unicode支持。

现在我需要QChar的代码点来查找http://unicode.org/Public/UNIDATA/UnicodeData.txt中的一些数据，但是QChar的unicode()方法只返回一个ushort (unsigned short)，它通常是一个从0到65535 (或0xFFFF)的数字。有一些码位大于0xFFFF的字符，那么如何获取这些字符呢？是我遗漏了什么技巧，还是Qt/QChar目前不支持这个？

Answer 1

每个QChar都是一个UTF-16值，而不是一个完整的Unicode码点。因此，非BMP字符由两个QChar代理项对组成。

Answer 2

该解决方案似乎包含有文档记录的代码，但在Web上并不多见。您可以获得十进制形式的utf-8值。然后，您可以申请以确定单个QChar是否足够大。在这种情况下，它不是。然后，您需要创建两个QChar。

uint32_t cp = 155222; // a 4-byte Japanese character 
QString str;
if(Qchar::requiresSurrogate(cp))
{
    QChar charArray[2];
    charArray[0] = QChar::highSurrogate(cp);
    charArray[1] = QChar::lowSurrogate(cp);
    str =  QString(charArray, 2);
}

生成的QString将包含正确的信息来显示补充的utf-8字符。

Answer 3

Qt中超出U+FFFF的Unicode字符

在U+FFFF之前，QChar本身只支持Unicode字符。

QString通过连接两个QChars (即使用UTF-16编码)来支持除UTF之外的Unicode字符。但是，如果您需要在U+FFFF之外处理字符，QString API对您帮助不大。例如，包含单个Unicode字符U+131F6的QString实例将返回大小为2而不是1。

早在2011年，我就已经开通了关于这个问题的QTBUG-18868，但在三年多之后(!)在讨论中，它最终以“超出范围”而被关闭，没有任何解决方案。

解决方案

但是，您可以下载并使用Qt错误报告中附带的these Unicode Qt string wrapper classes。在LGPL下获得许可。

此下载包含包装类QUtfString、QUtfChar、QUtfRegExp和QUtfStringList，它们补充了现有的Qt类，并允许您执行以下操作：

QUtfString str;
str.append(0x1307C);            // Some Unicode character beyond U+FFFF

Q_ASSERT(str.size() == 1);
Q_ASSERT(str[0] == 0x1307C);

str += 'a';

Q_ASSERT(str.size() == 2);
Q_ASSERT(str[1] == 'a');
Q_ASSERT(str.indexOf('a') == 1);

有关实现、使用和运行时复杂性的更多详细信息，请参阅下载中包含的API文档。