Lazarus. 对于Unicode符号相当于Chr()函数

Question

在freepascal中有没有显示Unicode符号的函数（例如U+1D15E）？不幸的是，Chr()只能用于ANSI字符（其代码小于127）。
我想使用来自自定义符号字体的符号，将它们直接放入源代码非常不方便（因为它们在系统字体中不存在，所以它们在Lazarus中显示为?或其他一些东西）。

- VIK

---

U+1D15E 是一个稍微有点病态的例子，因为 1D15E 不是一个单词（多了一个十六进制数字）。 - Andreas Rejbrand

@Andreas: Unicode有一个编码为U+1D15E的符号，它属于音乐符号组：http://www.unicode.org/charts/PDF/U1D100.pdf - VIK

我知道。我只是说这有点病态，因为使用适合于一个单词的代码点更容易处理，并且许多应用程序只能使用这些代码点。 - Andreas Rejbrand

如果那是你想要的代码点，那就是你想要的代码点。 - David Heffernan

@Andreas：U+1D15E 是一个有效的代码点。这种代码点的指定不仅限于某种编码，比如你所提到的 UTF-16，甚至包括 UTF-8。如何将其编码为代理对是 UTF-16 的一部分。如果 FP 使用 UTF-8（这并不让我感到惊讶），它将被编码为多个字节。 - Rudy Velthuis

Answer 1

请看这个页面。我认为Freepascal使用UTF-16，这将成为两个WideChars的代理对（请参见表格），或者使用UTF-8，这将成为一系列字节值（再次请参见表格）。

UTF-8：

const
  HalfNoteString = UTF8String(#$F0#$9D#$85#$9E);

UTF-16:

const
  HalfNoteString = UnicodeString(#$D834#$DD5E);

字符串类型的名称可能会有所不同，因为我并不是很了解FreePascal。也许是AnsiString和WideString。

- Rudy Velthuis

---

@Rudy Velthuis：谢谢！第一个变量在Lazarus中完美运行！ - VIK

FPC 2.4.x+具有unicodestring。它没有带有代码页的ansistring，并且unicodestring在库中使用不多，但是它确实存在。（因为基本上它是旧的Kylix widestring，记录中进行了轻微的重新排列和增强） - Marco van de Voort

Answer 2

我从未使用过Free Pascal，但如果我是你，我会尝试一下。

var
  s: char;
begin
  s := char($222b);                   // Just cast a word

或者，如果编译器非常顽固，

var
  s: char;
begin
  PWord(@s)^ := $222b;                // Forcibly write a word

- Andreas Rejbrand

---

谢谢！两个变量都可以正常工作。不过，您知道有没有办法使用不适合单词的代码点（我的字体里有几个符号）？ - VIK

@VIK：我恐怕甚至不知道Delphi如何处理这些问题...也许David知道？ - Andreas Rejbrand

在Delphi的UnicodeString中，它们被编码为一个称为代理对的两个字，即一对surrogate pair。关于U+1D15E在UTF-16中的编码方式（假设Free Pascal实际使用的是UTF-16——我可以想象他们可能会在所有地方都使用UTF-8，在那里它可以用多达5个字节进行编码），我不清楚。 - Rudy Velthuis

UTF-16确实是一对WideChars。这是在Windows上所需要的。至于Free Pascal，我不知道自然的Unicode编码是什么。 - David Heffernan

代码点被编码为最多一对宽字符。请注意，代码点不同于字符，并且例如，在OS X上，UTF16通常是非规范化的（带有更多带重音字符的代码点）。 - Marco van de Voort

Answer 3

据我所知，FPC的当前Unicode状态如下：

1. 可以使用$codepage设置文字的代码页。 http://www.freepascal.org/docs-html/prog/progsu81.html
2. FPC 2.4.x+有unicodestring（因为它是+/- Kylix widestring），但仅具有基本例程支持（pos和copy，而不是像format这样的例程），但“record”缺少codepage字段。
3. Lazarus小部件期望在正常的ansistrings中使用UTF8（D7..D2007没有代码页数据的ansistrings），如果必要，程序员必须手动插入转换。因此，在Windows上，小部件大多使用unicode（-W）调用，但使用带有其中的UTF8的ansistrings。
4. FPC不遵循ansistring模式中的utf8，因此对于sysutils中的一些字符串接受例程，Lazarus中有专门假定UTF8并调用-W变体的特殊例程）
5. FPC ansistring是系统默认的1字节编码。在Windows上是ansi，在其他大多数平台上是utf8。
6. Trunk、2.7.1提供了对新的D2009+ ansistring（带代码页）的支持。
7. 尚未讨论如何处理默认的stringtype（例如，“string”在*nix上是否为utf8string，在Windows上为unicodestring或utf8string？）
8. 其他与unicodestring相关的增强功能（例如向tstringlist.savetofile传递编码参数）未实现。同样，伪对象（如TCharacter）也是如此。

更新：2.7.1具有可变编码ansistring类型，并且已经修复了Lazarus以保持工作状态。但是，目前还没有真正利用它的地方，例如大多数RTL仍使用-A调用，并且接受字符串的sysutils和系统过程的原型尚未更改为rawbytestring。

- Marco van de Voort

Answer 4

我猜问题是将UCS4编码（实际上是Unicode代码点号）转换为UTF16编码。在Delphi中，您可以使用UCS4StringToUnicodeString函数。请注意：要小心UCS4String类型。它实际上是零终止的动态数组，而不是字符串（这意味着它以零为基础）。

var
  S1: UCS4String;
  S: string;

begin
  SetLength(S1, 2);
  S1[0]:= UCS4Char($1D15E);
  S1[1]:= UCS4Char(0);
  S:= UCS4StringToUnicodeString(S1);
  ShowMessage(Format('%d, %x, %x', [Length(S), Ord(S[1]), Ord(S[2])]));
end;

- kludg

---

这应该是被接受的答案。其他答案只能帮你解决部分问题。这个确实可行。 - user4815162342