如何使用包含 Unicode？

Question

我正在尝试将一些代码从 D2007 移植到 DXE2。 这个简化的代码在 D2007 中编译得很好。在 DXE2 中显示此错误：

[DCC Warning] Unit1.pas(10): W1050 WideChar reduced to byte char in set expressions.  Consider using 'CharInSet' function in 'SysUtils' unit.
[DCC Error] Unit1.pas(37): E2010 Incompatible types: 'AnsiChar' and 'Char'

可能是 unicode 问题。 谁能告诉我为什么会发生这种情况以及我应该如何纠正它？

问候

代码：

unit Unit1;

interface

uses
  Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,
  Dialogs;

type
  TSetOfChar = Set of Char;  // Line 10

  TForm1 = class(TForm)
    procedure FormCreate(Sender: TObject);
  private
    FCharacterSet: TSetOfChar;
  public
    property CharacterSet: TSetOfChar read FCharacterSet write FCharacterSet;
  end;

var
  Form1: TForm1;

implementation

{$R *.dfm}

procedure TForm1.FormCreate(Sender: TObject);
var
  CharacterSet: TSetOfChar;
  j: Integer;
  s: String;
begin
  CharacterSet := [];
  s := 'I''m just testing åäö';

  for j := 1 to Length(s) do
    Include(CharacterSet, s[j]);  // <- Line 37

end;

end.

编辑：请注意，我使用的是没有泛型的 Delphi 2007。我想要在 D2007 中仍然有效的代码，因为有很多代码可以移植到 Unicode。这是一个缓慢的过程。 当一切都被移植，验证它与 XE2 一起工作，然后我们可以使用 XE2 的东西，比如泛型。与此同时，我们照常维护 D2007，我们希望避免在版本控制系统中创建 XE2 分支。

Answer 1

这是标准的 Unicode Delphi 迁移素材。必读是 Marco Cantù 的论文 White Paper: Delphi and Unicode。如果您还没有阅读，请阅读。如果您最近没有读过，请再读一遍。

set of char 产生警告的原因是集合的基本类型不能超过 256 个值。但是由于 char 现在是 UTF-16，这比 256 多很多。这意味着您的代码永远无法使用集合和 UTF-16 字符。

您可以使用set of AnsiChar 和AnsiString。但是，如果您希望此代码适用于 Unicode 数据，那么您需要使用 set 以外的其他内容。例如可以使用TList<char>。

var
  CharacterSet: TList<char>;
  s: string;
  c: char;
.....
CharacterSet := TList<char>.Create;
s := 'I''m just testing åäö';
for c in s do
  if not CharacterSet.Contains(c) then
    CharacterSet.Add(c);

我不建议将其用于生产。它的性能特征将是可怕的。基于哈希的字典会做得更好。最棒的是一个专门的大型集合类。

最后一点。字符与 UTF-16 中的代码点不同，UTF-16 是一种可变长度编码。有问题的代码和这个答案没有考虑到这一点。