tiny utf8
Version 4.4.3
4.4 Tiny-UTF8 ist eine Bibliothek für eine extrem einfache Integration von Unicode in ein willkürliches C ++-11-Projekt. Die Bibliothek besteht ausschließlich aus der Klasse utf8_string , die als Drop-In-Ersatz für std::string fungiert. Seine Implementierung ist erfolgreich in der Mitte zwischen dem kleinen Speicherpfundwerk und dem schnellen Zugriff. Alle Funktionen von std::string werden daher durch die entsprechende CodePoint-basierte UTF-32-Version ersetzt-übersetzt jeden Zugriff auf UTF-8 unter der Haube.
c ) ( r ) begin / end nun kehrenpoint-basierte Iteratoren, während raw_ ( c ) ( r ) begin / end jetzt Byte-basierte Iteratoren zurückgeben.str.erase( std::remove( str.begin() , str.end() , U'W' ) , str.end() ) funktioniert, aber str.erase( std::remove( str.raw_begin() , str.raw_end() , U'W' ) , str.raw_end() ) wird () nicht immer nicht immer). Der Grund ist: Nach dem Anruf bei std::remove könnten sich die Größe der String-Daten geändert und der zweite Anruf an str.raw_end() möglicherweise zu einem inzwischen invalidierten Iterator erfolgen.std::stringsizeof(utf8_string) ! Das heißt, einschließlich der nachlaufenden size() gibt die Größe der Daten in Bytes zurück, length() gibt die Anzahl der enthaltenen CodePoints zurück.0x0 - 0xFFFFFFFF , dh 1-7 Code -Einheiten/Bytes pro CodePoint (Hinweis: Dies ist mehr als durch UTF8 angegeben, aber bisher sonst ansonsten aus dem Geltungsbereich angesehen)const char* / const char32_t* einnehmen, haben auch eine Überladung für const char (&)[N] / const char32_t (&)[N] , wobei die korrekte Interpretation von Stringliteraturen mit eingebetteten Nullen ermöglicht wird)shrink_to_fit() Als ich mich entschied, eine UTF8-Lösung für C ++ zu schreiben, wusste ich, dass ich einen Drop-In-Ersatz für std::string wollte. Zu der Zeit hauptsächlich, weil ich es ordentlich fand, eines zu haben und das Gefühl, dass C ++ immer fehlgeschlagen war, fehlte UTF8. Seitdem sind mehrere Jahre vergangen und die Situation hat sich nicht viel verbessert. Das heißt, die Dinge sehen derzeit so aus, als würden sie sich verbessern - aber das sagt nicht viel aus, oder?
Die Meinung, die viele "erfahrene Unicode-Programmierer" (z. B. auf UTF-8 überall veröffentlicht), lautet, dass "nicht erleichterte" Programmierer sowohl unter als
Unicode ist keine Raketenwissenschaft, sondern dennoch schwer, richtig zu machen. Tiny-UTF8 beabsichtigt keine Unternehmenslösung wie ICU für C ++. Das Ziel von Tiny-UTF8 ist zu
std::string durch eine benutzerdefinierte Klasse ersetzen, was bedeutet, dass Tiny-UTF8 zielt darauf ab, die einfache und ansprechbare Grundlagen zu sein, auf der Sie die Unicode-Infrastruktur aufbauen. Und wenn 1) C ++ 2xyz zufällig Ihr Unicode-Leben leichter als winzig-UTF8 oder 2) Sie beschließen, Enterprise zu gehen, haben Sie auch nicht viel Zeit damit verschwendet, std::string durch tiny_utf8::string zu ersetzen. Das macht Tiny-UTF8 so angenehm.
'ch' vs. 'c'+'h' )HINWEIS: ANSI Suppport wurde zu Gunsten der Ausführungsgeschwindigkeit in Version 2.0 fallen gelassen.
# include < iostream >
# include < algorithm >
# include < tinyutf8/tinyutf8.h >
using namespace std ;
int main ()
{
tiny_utf8::string str = u8" !? olleH " ;
for_each ( str. rbegin () , str. rend () , []( char32_t codepoint ){
cout << codepoint;
} );
return 0 ;
}__cpp_exceptions .noexcept ist, #define das Makro TINY_UTF8_NOEXCEPT .#define den Makro TINY_UTF8_THROW( location , failing_predicate ) . Für die Verwendung von Behauptungen schreiben Sie #define TINY_UTF8_THROW( _ , pred ) assert( pred ) .TINY_UTF8_THROW( ... ) automatisch als void() definiert. Dies funktioniert gut, da alle Verwendungen von TINY_UTF8_THROW sofort von a gefolgt werden ; sowie eine ordnungsgemäße return mit einem Fallback -Wert. Das bedeutet auch, dass TINY_UTF8_THROW sicher ein No-op sein kann. tiny_utf8::basic_utf8_string wurde in basic_string umbenannt, was seinen Drop-in-Kapazitäten für std::string besser ähnelt. tinyutf8.h wurde in den Ordner verschoben include/tinyutf8/ Um die Strukturierung vieler anderer Open-Source-Projekte auf C ++ -basierten nachzuahmen. utf8_string ist jetzt im namespace tiny_utf8 definiert. Wenn Sie die alte Deklaration im globalen Namespace wünschen, #define TINY_UTF8_GLOBAL_NAMESPACEtiny_utf8::u8string , die char8_t als zugrunde liegende Datentyp verwendet (anstelle von char ) utf8_string im globalen Namespace definiert lassen, #define den Makro TINY_UTF8_GLOBAL_NAMESPACE . Wenn Sie auf Fehler stoßen, stellen Sie bitte einen Fehlerbericht über die Registerkarte "Probleme" ein. Ich werde versuchen, es bald zu beantworten!
Für die Verbesserung der winzigen UTF8 .
Prost, Jakob
