如何使用带UTF-16的ICU？

Question

我正在研究在本机Node.js模块中使用ICU进行Unicode字符串处理,因为在我看来v8::String(根据这些文档)没有用于此目的的C++ API.

据我所知,V8需要UTF-16 ExternalStringResource和其他API,所以我想使用ICU进行UTF-16处理.
我特别需要:

• 迭代UTF-16字符串的字符(不仅仅是16位代码单元)
• 告诉UTF-16字符串包含的字符数(不仅仅是16位代码单元)

所以我查看了ICU文档并找到了UnicodeString和CharacterIterator类.但是,UnicodeString没有fromUTF16方法,只有fromUTF8和fromUTF32.

我不确定的另一件事是,UnicodeString构造函数是否复制了我给它的数据？我非常喜欢使用零拷贝方法,我只使用不可变对象,因此它不应该执行任何复制操作,只需使用我指向它的缓冲区.

我也不确定我是否可以使用UCharIterator(假设我可以以某种方式UChar*从我的UTF-16字符串转换).

所以我的问题是:我如何将ICU用于上述目的？

提前感谢您的回答!

Answer 1

UnicodeString默认情况下使用UTF-16进行存储.这就是为什么它只有fromUTF8和fromUTF32:从UTF-16开始没有转换.

它会复制数据.它是一个拥有的字符串,很像std::string.

UCharIterator如果您不想复制数据,则可以使用.UChar是一个16位的值.您可以通过定义UCHAR_TYPE宏来强制它为您喜欢使用的16位类型:

将UChar定义为UCHAR_TYPE,如果是#defined(例如,到char16_t),或者如果是16位宽则定义为wchar_t; 总是假设没有签名.

如果两者都不可用,则将UChar定义为uint16_t.

这使得UChar平台依赖的定义允许直接字符串类型与具有16位wchar_t类型的平台兼容.