tiny utf8
Version 4.4.3
4.4 Tiny-UTF8 est une bibliothèque pour une intégration extrêmement facile d'Unicode dans un projet arbitraire C ++ 11. La bibliothèque se compose uniquement de la classe utf8_string , qui agit comme un remplacement de dépôt de std::string . Son implémentation est avec succès au milieu entre une petite empreinte mémoire et un accès rapide. Toutes les fonctionnalités de std::string sont donc remplacées par la version UTF-32 basée sur CodePoint correspondante - traduire chaque accès à UTF-8 sous le capot.
c ) ( r ) begin / end return les itérateurs basés sur le code de code, tandis que raw_ ( c ) ( r ) begin / end maintenant les itérateurs basés sur les octets.str.erase( std::remove( str.begin() , str.end() , U'W' ) , str.end() ) fonctionnera, mais str.erase( std::remove( str.raw_begin() , str.raw_end() , U'W' ) , str.raw_end() ) ne sera pas toujours). La raison en est: après l'appel à std::remove , la taille des données de chaîne pourrait avoir changé et le deuxième appel à str.raw_end() pourrait avoir donné un itérateur maintenant invalidé.std::stringsizeof(utf8_string) ! C'est-à-dire, y compris le suivi size() Renvoie la taille des données en octets , length() renvoie le nombre de points de code contenus.0x0 - 0xFFFFFFFF , c'est-à-dire 1-7 unités de code / octets par codepoint (Remarque: Ceci est plus que spécifié par UTF8, mais jusqu'à présent, autrement considéré par portée)const char* / const char32_t* ont également une surcharge pour const char (&)[N] / const char32_t (&)[N] , permettant une interprétation correcte des littéraux de chaîne avec des zéros intégrés)shrink_to_fit() À l'époque où j'ai décidé d'écrire une solution UTF8 pour C ++, je savais que je voulais remplacer std::string . À l'époque, principalement parce que je trouvais bien d'en avoir un et que C ++ manquait toujours de support accessible pour UTF8. Depuis lors, plusieurs années se sont écoulées et la situation ne s'est pas beaucoup améliorée. Cela dit, les choses semblent actuellement s'améliorer - mais cela ne dit pas grand-chose, hein?
L'opinion partagée par de nombreux «programmeurs Unicode expérimentés» (par exemple, publié sur UTF-8 partout) est que les programmeurs «non expérimentés» à la fois sous et plus estiment le besoin de traitement spécifique à l'Unicode et au codage: ce besoin est ...
Unicode n'est pas la science des fusées mais néanmoins difficile à bien faire. Tiny-UTF8 n'a pas l'intention d'être une solution d'entreprise comme les soins intensifs pour C ++. Le but de Tiny-UTF8 est de
std::string Tiny-UTF8 vise à être le travail de base simple et dépendante sur lequel vous construisez une infrastructure Unicode. Et, si 1) C ++ 2xyz devrait se produire pour rendre votre vie Unicode plus facile que Tiny-UTF8 ou 2) vous décidez d'aller en entreprise, vous n'avez pas perdu beaucoup de temps à remplacer std::string par tiny_utf8::string non plus. C'est ce qui rend Tiny-UTF8 si agréable.
'ch' vs. 'c'+'h' )Remarque: ANSI Suppport a été abandonné dans la version 2.0 en faveur de la vitesse d'exécution.
# 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 de toute façon, #define le macro TINY_UTF8_NOEXCEPT .#define le macro TINY_UTF8_THROW( location , failing_predicate ) . Pour utiliser des assertions, vous écririez #define TINY_UTF8_THROW( _ , pred ) assert( pred ) .TINY_UTF8_THROW( ... ) est automatiquement défini comme void() . Cela fonctionne bien, car toutes les utilisations de TINY_UTF8_THROW sont immédiatement suivies par A ; ainsi qu'une instruction return appropriée avec une valeur de secours. Cela signifie également que TINY_UTF8_THROW peut être un non-opération en toute sécurité. tiny_utf8::basic_utf8_string a été renommé basic_string , qui ressemble mieux à ses capacités de dépassement pour std::string . tinyutf8.h a été déplacé dans le dossier include/tinyutf8/ afin d'imiter la structuration de nombreux autres projets open source basés sur C ++. utf8_string est désormais définie dans namespace tiny_utf8 . Si vous voulez l'ancienne déclaration dans l'espace de noms global, #define TINY_UTF8_GLOBAL_NAMESPACEtiny_utf8::u8string , qui utilise char8_t comme type de données sous-jacent (au lieu de char ) utf8_string est défini dans l'espace de noms global, #define the macro TINY_UTF8_GLOBAL_NAMESPACE . Si vous rencontrez des bogues, veuillez déposer un rapport de bogue via l'onglet "Problèmes". J'essaierai d'y répondre bientôt!
Pour avoir pris votre temps pour améliorer le minuscule-UTF8 .
Bravo, Jakob
