在Delphi 7中獲取char值

Question

我正在Delphi 7中創建一個程序，它應該將unicode字符串編碼為html實體字符串。 例如，“ ABCģķī ”將導致“ ABCģķī ”

現在2個基本的東西：

1. Delphi 7是非Unicode的，所以我不能直接在代碼中編寫unicode字符來編碼它們。
2. 代碼頁由255個條目組成，每個條目包含一個特定於該代碼頁的字符，除了前127個，對於所有代碼頁都是相同的。

那么 - 如何獲得char的值，即1-255范圍內？

我嘗試了Ord(Integer) ，但它也返回超過255的值。基本上，一切都很好（A返回65，依此類推），直到我的字符串達到非拉丁語unicode。

有沒有其他方法可以返回char值？ 任何幫助贊賞

Answer 1

我建議你避免像瘟疫一樣的代碼頁。

我認為有兩種Unicode方法：WideString和UTF-8。

Widestrings的優勢在於它是Windows的“原生”，如果您需要使用Windows API調用，這將有所幫助。 缺點是存儲空間，它們（如UTF-8）可能需要多個WideChars來編碼完整的Unicode空間。

UTF-8通常是優選的 。 與WideStrings一樣，這是一個多字節編碼，因此特定的unicode“代碼點”可能需要字符串中的幾個字節來對其進行編碼。 如果您對字符串進行大量逐個字符處理，這只是一個問題。

@DavidHeffernan評論（ 正確地 ），在某些情況下，WideStrings 可能更緊湊。 不過，我只推薦UTF-16只有當你絕對相信你的編碼文本真的會更加緊湊（不要忘記標記！），而這種緊湊對你非常重要的。

Answer 2

在HTML 4中，數字字符引用與HTML使用的字符集相關。 無論是通過<meta>標簽在HTML本身中指定該字符集，還是通過HTTP / MIME Content-Type標頭或其他方式在帶外指定，都無關緊要。 因此， "ABCģķī" 只有當HTML使用UTF-16時才能准確表示"ABCģķī" 。 如果HTML使用的是UTF-8，那么正確的表示形式將是"ABCģķī" 或"ABCģķī" 代替。 大多數其他字符集不支持這些特定的Unicode字符。

在HTML 5中，數字字符引用包含原始Unicode代碼點值，與HTML使用的字符集無關。 因此， "ABCģķī"將表示為"ABC#291;ķī" 或"ABCģķī" 。

因此，要回答您的問題，您首先要做的是決定是否需要使用HTML 4或HTML 5語義進行數字字符引用。 然后，您需要將Unicode數據分配給WideString （這是Delphi 7本身支持的唯一Unicode字符串類型），它使用UTF-16，然后：

1. 如果你需要HTML 4：

   A.如果HTML字符集不是UTF-16，則使用WideCharToMultiByte() （或等效的）將WideString轉換為該字符集，然后使用IntToStr()循環輸出未保留字符的結果值和保留值的字符引用IntToStr()表示十進制表示法， IntToHex()表示十六進制表示法。

   B.如果HTML字符集是UTF-16，然后通過簡單地每個環路WideChar在WideString ，輸出未保留字符原樣和保留值，字符引用使用IntToStr()為十進制符號或IntToHex()為十六進制表示法。

2. 如果您需要HTML 5：

   A.如果WideString不包含任何代理對，然后通過簡單地每個環路WideChar在WideString ，輸出未保留字符原樣和保留值，字符引用使用IntToStr()為十進制符號或IntToHex()為十六進制表示法。

   B.否則，使用WideStringToUCS4String()將WideString轉換為UTF-32，然后循環生成輸出非保留代碼點的結果值和保留代碼點的字符引用，使用IntToStr()表示十進制表示法或IntToHex()表示十六進制表示法。

Answer 3

如果我正確地理解了OP，我會把它留在這里。

function Entitties(const S: WideString): string;
var
  I: Integer;
begin
  Result := '';
  for I := 1 to Length(S) do
  begin
    if Word(S[I]) > Word(High(AnsiChar)) then
      Result := Result + '#' + IntToStr(Word(S[I])) + ';'
    else
      Result := Result + S[I];
  end;
end;