如何在 Zig 中打印 UTF-16 字符串？

Question

我一直在尝试编写 UTF-16 字符串结构，尽管标准库提供了unicode模块，但它似乎没有提供打印出u16切片的方法。 我试过这个：

const std = @import("std");
const unicode = std.unicode;
const stdout = std.io.getStdOut().outStream();

pub fn main() !void {
    const unicode_str = unicode.utf8ToUtf16LeStringLiteral("😎 hello! 😎");
    try stdout.print("{}\n", .{unicode_str});
}

这输出：

[12:0]u16@202e9c

有没有办法打印 unicode 字符串（ []u16 ）而不将其转换回非 unicode 字符串（ []u8 ）？

Answer 1

[]const u8和[]const u16存储编码的 unicode 代码点。 Unicode 代码点适合在 0..1,114,112 范围内，因此每个代码点具有一个数组索引的实际 Unicode 字符串必须是[]const u21 。 utf-8 和 utf-16 都需要对不适合的代码点进行编码。 除非出于 utf-16 的兼容性原因（如某些 Windows 函数），否则您可能应该使用[]const u8 unicode 字符串。

要将 utf-16 打印到 utf-8 流，您必须解码 utf-16 并将其重新编码为 utf-8。 目前没有格式说明符可以自动执行此操作。

您可以一次转换整个字符串，需要分配：

const utf8string = try std.unicode.utf16leToUtf8Alloc(alloc, utf16le);

或者，没有分配：

var writer = std.io.getStdOut().writer();
var it = std.unicode.Utf16LeIterator.init(utf16le);
while (try it.nextCodepoint()) |codepoint| {
    var buf: [4]u8 = [_]u8{undefined} ** 4;
    const len = try std.unicode.utf8Encode(codepoint, &buf);
    try writer.writeAll(buf[0..len]);
}

请注意，如果您正在编写需要系统调用写入的地方，那么如果不使用缓冲写入器，这将非常慢。