Delphi XE AnsiStrings 与转义组合变音符号答案

【问题标题】：Delphi XE AnsiStrings with escaped combining diacritical marksDelphi XE AnsiStrings 与转义组合变音符号
【发布时间】：2011-05-12 00:16:38
【问题描述】：

将包含转义组合变音符号（如“Fu\u0308rst”）的 Delphi XE AnsiString 转换为友好的 WideString“Fürst”的最佳方法是什么？

我知道这并不总是适用于所有组合，但应该支持常见的拉丁语块，而无需自己构建愚蠢的转换表。我想可以在新的 Characters 单元的某个地方找到解决方案，但我不明白。

【问题讨论】：

据我所知，这不是任何标准的字符串格式，所以你必须自己解码。您在哪个部分遇到问题，解码转义字符或找到相应的组合字符？
解码转义字符很简单；找到相应的组合字符是问题所在。但它看起来像 Roddy 建议的 WinAPI 调用 NormalizeString 为我指明了正确的方向。

标签： delphi unicode delphi-xe diacritics

【解决方案1】：

GolezTrol，你忘了'$'

if (s[i+1] <> 'u') or not TryStrToInt('$'+Copy(s, i+2, 4), c) then

【讨论】：

这应该作为对@GolezTrol 答案的评论发布，而不是作为它自己的答案。

【解决方案2】：

这是解决我问题的完整代码：

函数 Unescape(const s: AnsiString): 字符串；变量 i：整数； j：整数； c：整数；开始 // 使结果至少足够大。这可以防止过多的重新分配 SetLength（结果，长度）；我:= 1; j := 1; 而 i

谢谢大家！我确信我对 StackOverflow 的第一次体验不会是我的最后一次 :-)

【讨论】：

【解决方案3】：

如果我没记错的话，Delphi XE 现在支持正则表达式。不过，我不经常使用它们，但这似乎是解析字符串然后替换所有转义值的好方法。也许有人有一个很好的例子来说明如何在 Delphi 中使用正则表达式来做到这一点？

【讨论】：

【解决方案4】：

他们总是这样逃跑吗？总是4位数？

\字符本身是如何转义的？

假设 \character 被 \xxxx 转义，其中 xxxx 是 \ 字符的代码，您可以轻松地遍历字符串：

function Unescape(s: AnsiString): WideString;
var
  i: Integer;
  j: Integer;
  c: Integer;
begin
  // Make result at least large enough. This prevents too many reallocs
  SetLength(Result, Length(s));
  i := 1; j := 1;
  while i <= Length(s) do
  begin
     // If a '\' is found, typecast the following 4 digit integer to widechar
     if s[i] = '\' then
     begin
       if (s[i+1] <> 'u') or not TryStrToInt(Copy(s, i+2, 4), c) then
         raise Exception.CreateFmt('Invalid code at position %d', [i]);

       Inc(i, 6);
       Result[j] := WideChar(c);
     end
     else
     begin
       Result[j] := WideChar(s[i]);
       Inc(i);
     end;
     Inc(j);
  end;

  // Trim result in case we reserved too much space
  SetLength(Result, j-1);
end;

这样使用

  MessageBoxW(0, PWideChar(Unescape('\u0252berhaupt')), nil, MB_OK);

此代码在 Delphi 2007 中进行了测试，但由于明确使用了 Ansistring 和 Widestring，因此也应该在 XE 中工作。

[编辑] 代码没问题。荧光笔失败。

【讨论】：

是的，但他想将 'u\u0308berhaupt' 转换为 'überhaupt'。
是的，我没有很好地阅读这个问题。此代码仅将类似 C 的符号转换为“真实”字符。在此之后，您仍然应该使用 NormalizeString 来规范化字符串。这样您就可以实现所需的转换。
将“\”字符转义为“\\”，便于处理。谢谢，将您的解析器与 NormalizeString 结合起来应该可以解决问题。
在我的回答中对解析器所做的小改动：不要使用 s[i+1] 超出字符串长度，将 4 个字符转换为十六进制字符串并取消反斜杠本身。跨度>

【解决方案5】：

我认为你需要在你的字符串上执行Unicode Normalization.。

我不知道 Delphi XE RTL 中是否有特定的调用来执行此操作，但 WinAPI 调用 NormalizeString 在这里应该可以帮助您，使用模式 NormalizationKC：

归一化KC

Unicode 规范化形式 KC，兼容性组合。变换每个碱基加上组合字符规范的预先组合的等价物和所有兼容性字符他们的等价物。例如，连字 fi 变成 f + i；同样，A + ¨ + fi + n 变成 Ä + f + i + n。

【讨论】：

非常感谢，我去看看NormalizeString函数。