我看到有一些非常聪明的代码可以在Unicode码点和UTF-8之间进行转换,所以我想知道是否有人已经(或者乐于)开发了这个功能。
- 给定一个UTF-8字符串,需要多少字节才能将其编码为相同字符串的UTF-16。
- 假设UTF-8字符串已经过验证。它没有BOM,没有过长序列,没有无效序列,并且以空字符结尾。它不是CESU-8。
- 必须支持完整的带代理项的UTF-16。
具体来说,我想知道是否有捷径可以知道何时需要使用代理项对而无需完全将UTF-8序列转换为码点。
我见过的最好的UTF-8到码点的代码使用了向量化技术,所以我想知道这里是否也可能。