[英]How to process a string char by char in the XS code
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 [])?
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。
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 ...
}
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.