Discussion :

[bb84000]

Bonsoir !

En fait je ne maitrise rien... Je viens de reprendre tous mes tests et je m'aperçois que j'ai écrit des bêtises...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
procedure TForm1.Button1Click(Sender: TObject);
var
  S2: UnicodeString;
begin
  S2:= #$2681+#$2684;
  //S2:= #$002681+#$002684;    
  //S2:= WideChar($2681) + WideChar($2684);
  Label1.Caption:=UTF8Encode(S2) ;      // Et... sept !
end;

Les trois lignes affichent correctement les faces des dés, contrairement à ce que j'ai écrit plus haut.

Par contre, même en utilisant les caractères UCS4Char, la conversion en UnicodeString ne permet pas d'afficher les caractères au dessus de U+FFFF. Seuls les 16 premiers bits sont pris en compte lors de la conversion. Par exemple U+11600 est tronqué en U+1600.

bb84000

[Jlmat]

On progresse mais c'est vrai qu'on bute sur le code ! C'est pour cette raison que je cherche à écrire une fonction valable quelque soit le nombre de caractères unicode. J'ai bien une solution, mais elle ne me semble pas très "propre" au sens de la programmation. Donc avant de la donner, j'ai testé sans le caractère terminal...

1. Je cherche toujours le caractère terminal d'un tableau ouvert qui soit accepté par les WideChar

2. Si je reprends ma fonction précédente et que j'enlève la ligne S[high(S)]:= WideChar(0); il me génère une erreur de dépassement du tas:

[Andnotor]

Une UnicodeString est une WideString à la sauce Delphi. Le zéro terminal est implicite et n'a pas besoin d'être ajouté manuellement.

Ton tableau n'est pas assez grand : SetLength(S, Length(aTUC)).
Dans le cas de tableaux ouverts (paramètres) ou dynamiques (déclaration de variables), high() = Length() -1 et Low() vaut toujours 0.

[Andnotor]

Par contre, même en utilisant les caractères UCS4Char, la conversion en UnicodeString ne permet pas d'afficher les caractères au dessus de U+FFFF. Seuls les 16 premiers bits sont pris en compte lors de la conversion.

Il faudrait voir comment est codé UCS4StringToUnicodeString. Est-ce que les surrogates sont bien calculés ?

[bb84000]

Bonjour,

Il faudrait voir comment est codé UCS4StringToUnicodeString. Est-ce que les surrogates sont bien calculés ?

La définition est dans ustringh.inc. Mais il n'y a aucun code, pour résumer, FPC a un "gestionnaire de chaînes Unicode" qui fait appel aux fonctions correspondantes du système d'exploitation. (voir ICI), ce qui ne nous avance pas plus que ça...

Maintenant, j'ai pris le code suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
procedure TForm1.Button1Click(Sender: TObject);
var
  S1: UCS4String;
  S2, S3, S4: UnicodeString;
begin
  SetLength(S1, 3);
  S1[0]:= UCS4Char($11600);
  S1[1]:= UCS4Char($1600);
  S1[high(S1)]:= UCS4Char(0);   //Zéro dans le dernier élément de l'array
  S2:= #$2681+#$2684;
  S3:= #$11600+#$1600;
  S4:= WideChar($11600) + WideChar($1600);
  Label1.Caption:= UTF8Encode(UCS4StringToUnicodeString(S1));
  Label2.Caption:= UTF8Encode(S2) ;
  Label3.Caption:= UTF8Encode(S3) ;
  Label4.Caption:= UTF8Encode(S4) ;
end;

Et voilà ce que ça donne :



La ligne 1 et la ligne 3 donnent la même chose, le caractère $11600 est affiché sans contenu (sans doute absent des polices de caractère), à droite le caractère $1600.
On voit sur la ligne 4 que widechar a tronqué les 16 bits les plus hauts : le compilo n'a pas émis d'erreur, mais seulement : Warning: range check error while evaluating constants (71168 must be between 0 and 65535).

@Jimat: Le zéro terminal sert à indiquer au processus la fin de la chaîne. Si on le retire, le processus ne sait pas que la chaîne et terminée et continue de lire/écrire les données qui suivent dans la mémoire et qui appartiennent à un autre processus du programme. En général, ça plante le programme. C'est ça, une erreur de dépassement.

bb84000

[Andnotor]

Je ne connais pas d'API (sous Windows) qui fasse cette conversion.

La formule pour calculer les surrogates si le code dépasse $FFFF est donnée ici.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
var
  s :UnicodeString;
  c :cardinal;
begin
  c := $1F600;   // Smiley
 
  s := WideChar((c -$10000) div $400 +$D800)    // High surrogate
      +WideChar((c -$10000) mod $400 +$DC00);   // Low surrogate
 
 
  Label1.Caption := UTF8Encode(s);
end;