将Unicode(UTF-8)代码点转换为字节

Question

我去搜索C源代码,但我找不到这个功能,我真的不想自己写一个因为它绝对必须在那里.

详细说明:Unicode点表示为U + ######## - 这很容易获得,我需要的是字符写入文件的格式(例如).Unicode代码点转换为字节,使得最右边的字节的7位写入第一个字节,然后将下一个位的6位写入下一个字节,依此类推.Emacs当然知道如何做到这一点,但是我无法找到将UTF-8编码字符串的字节序列作为字节序列(每个包含8位).

函数,例如get-byte或multybite-char-to-unibyte仅适用于可以使用不超过8位表示的字符.我需要做同样的事情get-byte,但是对于多字节字符,所以我不是接收整数0..256,而是接收整数0..256或单个长整数0..2 ^ 32的向量.

编辑

以防万一有人以后需要这个:

(defun haxe-string-to-x-string (s)
  (with-output-to-string
    (let (current parts)
      (dotimes (i (length s))
        (if (> 0 (multibyte-char-to-unibyte (aref s i)))
            (progn
              (setq current (encode-coding-string
                             (char-to-string (aref s i)) 'utf-8))
              (dotimes (j (length current))
                (princ (format "\\x%02x" (aref current j)))))
          (princ (format "\\x%02x" (aref s i))))))))

Answer 1

encode-coding-string 可能是你在寻找的东西:

*** Welcome to IELM ***  Type (describe-mode) for help.
ELISP> (encode-coding-string "e?o?an?o ?iu?a?de" 'utf-8)
"e\304\245o\305\235an\304\235o \304\211iu\304\265a\305\255de"

它返回一个字符串,但您可以使用以下命令访问各个字节aref:

ELISP> (aref (encode-coding-string "e?o?an?o ?iu?a?de" 'utf-8) 1)
196
ELISP> (format "%o" 196)
"304"

或者如果你不介意使用cl功能,那么concatenate你的朋友是:

ELISP> (concatenate 'list (encode-coding-string "e?o?an?o ?iu?a?de" 'utf-8))
(101 196 165 111 197 157 97 110 196 157 111 32 196 137 105 117 196 181 97 197 173 100 101)