GTK字符计数与字节索引

Question

在GtkTextBuffer中，

我可以看到GTK+将西里尔字符存储在两个字节中(这让我有点困惑，我认为它存储了UTF-8编码的字符，因此每个字符都必须在一个字节内？)

这导致了一个问题--我在循环中将文本扫描为字符串，我需要根据循环中的索引引用适当的字符位置，但是它们已经没有相应的索引了，因为文本包含西里尔字母。字符数为8310，字符串大小约为11300。

如果我在正在扫描的字符串上使用g_str_to_ascii()，稍后当我在树视图小部件上显示字符串的某些内容时，它会将西里尔字符显示为?的。

我该如何解决这个问题？

G_MODULE_EXPORT void on_textbuffer_changed (GtkTextBuffer* textbuffer, gpointer user_data)
{
    GtkTextIter start   = {0};
    GtkTextIter end     = {0};
    gchar*      text    = NULL;

    gtk_text_buffer_get_bounds(textbuffer, &start, &end);

    text = gtk_text_buffer_get_text(textbuffer, &start, &end, FALSE);

    printf("[%i][%i]\n", gtk_text_buffer_get_char_count(textbuffer), strlen(text));

    g_free(text);
}

这将打印出[1][2]，如果我放置西里尔字符和[2][4]，如果我放置两个西里尔字符。

这些是西里尔字母"а“(char/dec)的字节：

​

​

Answer 1

还不完全清楚您想要做什么，但是如果您只需要一次处理整个UTF-8字符串，GLib Unicode操作函数可能会有所帮助，例如g_utf_next_char()和g_utf_get_char()。

这并不改变这样一个事实，即字符是Unicode，所以可能是多字节字符。

如果您的目标是能够基于例如匹配的单词修改缓冲区，那么您应该查看GtkTextIter API:例如，您可以使用搜索()获取直接在GtkTextBuffer API中使用的开始和结束项。这样，您就不需要处理实际的字符或字节索引。