如何在XS代碼中通過char處理字符串char

Question

我們假設有一段這樣的代碼：

  my $str = 'some text';
  my $result = my_subroutine($str);

和my_subroutine()應該實現為Perl XS代碼。 例如，它可以返回（unicode）字符串的字節總和。

在XS代碼中，如何通過char處理字符串（a） char，作為一般方法，以及（b）逐字節處理，如果字符串由ASCII代碼子集組成（從本機轉換的內置函數） 字符串的數據結構為char []）？

Answer 1

在XS層，您將獲得字節或UTF-8字符串。 在一般情況下，您的代碼可能包含一個char *指向字符串中的下一個項目，隨着它的增加遞增。 有關在XS中使用的一組有用的UTF-8支持函數，請閱讀perlapi的“Unicode支持”部分

---

我的一個例子來自http://cpansearch.perl.org/src/PEVANS/Tickit-0.15/lib/Tickit/Utils.xs

int textwidth(str)
    SV *str
  INIT:
    STRLEN len;
    const char *s, *e;

  CODE:
    RETVAL = 0;

    if(!SvUTF8(str)) {
      str = sv_mortalcopy(str);
      sv_utf8_upgrade(str);
    }

    s = SvPV_const(str, len);
    e = s + len;

    while(s < e) {
      UV ord = utf8n_to_uvchr(s, e-s, &len, (UTF8_DISALLOW_SURROGATE
                                               |UTF8_WARN_SURROGATE
                                               |UTF8_DISALLOW_FE_FF
                                               |UTF8_WARN_FE_FF
                                               |UTF8_WARN_NONCHAR));
      int width = wcwidth(ord);
      if(width == -1)
        XSRETURN_UNDEF;

      s += len;
      RETVAL += width;
    }

  OUTPUT:
    RETVAL

簡而言之，此函數一次迭代給定字符串一個Unicode字符，累積wcwidth()給出的寬度。

Answer 2

如果你期望字節：

STRLEN len;
char* buf = SvPVbyte(sv, len);

while (len--) {
   char byte = *(buf++);

   ... do something with byte ...
}

如果您期望文本或任何非字節字符：

STRLEN len;
U8* buf = SvPVutf8(sv, len);

while (len) {
   STRLEN ch_len;
   UV ch = utf8n_to_uvchr(buf, len, &ch_len, 0);
   buf += ch_len;
   len -= ch_len;

   ... do something with ch ...
}