surrogate-pairs

1热度

2回答

我正在编写一些用于生成随机字符串的代码。结果字符串似乎包含无效的char组合。具体而言，我发现很高的代理人没有跟随低代理人。任何人都可以解释为什么发生这种情况？我是否必须明确地生成一个随机低代理来跟随高代理？我以为这是不需要的，因为我使用Character类的int变体。这里的测试代码，这在最近的运行产生以下不好的配对： Bad pairing: d928 - d863 Bad pair

1热度

1回答

Eclipse IDE使用代理对处理emojis

我无法找到明确的答案。 ECLIPSE IDE是否支持emojis？在堆栈溢出中，我已经阅读了很多关于代理对的内容，但是我无法在此得到明确的答案。我不得不阅读文本文件中的字符，我使用FileInputStream。是否有可能使用代理对处理表情符号？我想要使用选择几个苹果emojis。这些具体的：通过处理它们，我的意思是我想在文件中读取时将它们识别为特定的表情符号。如果是这样，有人可以给

6热度

1回答

从Delphi字符串中检测和检索代码点和代理

我想更好地理解Delphi中的代理对和Unicode实现。如果我请的Unicode串S的长度（）：=“具有”在Delphi，我会回来，8. 这是因为，各个字符的长度[H]，[A] ，[V]和[e]分别是2,3,2和1。这是因为Ĥ有替代物，有另外两个替代物，V有替代物，e没有替代物。如果我想返回字符串中的第二个元素，包括所有代理，[à]，我该怎么做？我知道我需要对单个字节进行某种测试。我使用例程

1热度

2回答

在当前现代Javascript中获取字符串的最后一个字符，允许使用代理对（两个代码单元）的Astral字符（如表情符号）

不在基本多语言平面（BMP）中的Unicode字符（代码点）可能由两个字符组成代码单元），称为代理对。 'ab'是两个代码单元和两个代码点。（所以两个字符和两个字符。） 'a'是三个代码单元和两个代码点。（所以三个字符和两个字符）。我的代码不需要使用旧版本的JavaScript。 ES6或任何最现代的。如何访问最后一个字符，而不管它是否是星体字符？将字符串拆分为“除最后一个字符以外的所有

2热度

2回答

Python的语义涉及星光层

unicode的范围究竟有什么预期的语义字符在正则表达式的范围，如果范围内的一个或两个端点是BMP之外？我观察到下面的输入行为在Python 2.7和3.5不同： import re bool(re.match(u"[\u1000-\U00021111]", "\u1234")) 在我2.7我得到False，在3.5我得到True。后者对我有意义。前者或许是代理对\ud844\udd11扯到

6热度

2回答

如何遍历字符串中的字符我实际上可以看到吗？

通常我只会用str[i]之类的东西。如果str = "☀️"？ str[i]失败。 for (x of str) console.log(x)也失败。它打印出总共4个字符，即使字符串中只有2个表情符号。什么是迭代每个字符我可以看到一个字符串（和换行符，我猜），没有别的？理想的解决方案将返回一个2个字符的数组：2个表情符号，没有别的。声明的重复，以及我发现的一堆其他解决方案，不符合此标准。

7热度

2回答

代理对检测失败

我正在研究F＃中的一个次要项目，它涉及将现有的C＃代码移植到F＃，而且我似乎遇到了两种语言之间处理正则表达式的差异（我正在发布这希望找出我只是做错了什么）。这个次要功能只是使用正则表达式技巧here简单地检测代理对。下面是当前实现： let isSurrogatePair input = Regex.IsMatch(input, "[\uD800-\uDBFF][\uDC00-\uDF

-1热度

2回答

C++：如何在utf8中支持代理字符

我们有一个应用程序写成utf-8基本编码，它支持utf-8 BMP（3字节）。但是，它需要支持代理对。我读过一些代码字符在utf-8中不支持的地方。这是真的吗？如果是，那么使我的应用程序具有utf-16的默认编码而不是utf-8的步骤是什么？我没有代码片段，因为整个应用程序是通过记住utf-8而不是替代字符来编写的。我需要在整个代码中更改哪些项目才能获得utf-8中代理对的支持。或者将默认

1热度

1回答

插入代理对到MySQL与INSERT语句

我试图插入一个代理对（“”，\uD852\uDF62，从this example一样U+24B62）到的MySQL。的INSERT与转义文字，通过this answer建议： INSERT INTO unicode_test (value) VALUES (''); -- or INSERT INTO unicode_test (value) VALUES (_utf8''); 失败 E

2热度

1回答

高代理字符总是先在字符串内（索引较低）？

1）字符串中的高位和低位替代字符的顺序是固定的吗？我可以依靠它吗？在Windows上进行实验highSurrogate首先进入String（在String.charAt（int index）方面的较低索引处）。这在任何平台（Linux等）上总是如此吗？这是记录的任何？ int[] codePoint = { 0x1F71D }; String s = new String(codePoi