因此,我在imgui到kotlin的端口中的以下char –
遇到了一些问题
在整天研究字符集和编码后,我想到了唯一的希望:依靠unicode代码点。
在JVM上的那个字符"–"[0].toInt() // same as codePointAt()
返回代码点u2013
在C上,我不确定,但是因为这就是done:
const ImFontGlyph* ImFont::FindGlyph(ImWchar c) const
{
if (c >= IndexLookup.Size)
return FallbackGlyph;
const ImWchar i = IndexLookup.Data[c];
if (i == (ImWchar)-1)
return FallbackGlyph;
return &Glyphs.Data[i];
}
哪里
typedef unsigned short ImWchar
和
ImVector<ImWchar> IndexLookup; // Sparse. Index glyphs by Unicode code-point.
因此,这样做
char* a = "–";
int b = a[0];
返回代码点u0096
据我所读,看起来在
127
(0x7F
)上,我们处于“扩展Ascii” Realm ,这很糟糕,因为它似乎有不同的版本/解释。例如,此encoding table与我的代码点不匹配,但Cp1252 encoding匹配,因此我倾向于认为这是C语言上实际使用的。
在刚才提到的链接底部的表中,您实际上可以看到
150
(十进制,从给定编号的右列开始计数)确实与2013
相对应(十六进制,我发现它有点不连贯,但无论如何)。为了解决这个问题,我尝试将Kotlin上的
String
转换为相同的编码(暂时忽略这当然是特定于平台的),因此对于每个c: Char
"$c".toByteArray(Charset.forName("Cp1252"))[0].toUnsignedInt
这可行,但是会中断中文,日文等外国字体的渲染。
所以,我的问题是:为什么JVM上的
u2013
和C上的u0096
之间有区别?哪个是解决这个问题的正确方法?
最佳答案
当我像在Windows上的this一样解决问题时,我在检索char代码点之前插入了此函数。
它基本上重新映射了所有与ISO-8859-1不同的字符。您可以在table中看到它们,它们都是带有浅灰色边框的那些。
internal fun Char.remapCodepointIfProblematic(): Int {
val i = toInt()
return when (Platform.get()) {
/* https://en.wikipedia.org/wiki/Windows-1252#Character_set
* manually remap the difference from ISO-8859-1 */
Platform.WINDOWS -> when (i) {
// 8_128
0x20AC -> 128 // €
0x201A -> 130 // ‚
0x0192 -> 131 // ƒ
0x201E -> 132 // „
0x2026 -> 133 // …
0x2020 -> 134 // †
0x2021 -> 135 // ‡
0x02C6 -> 136 // ˆ
0x2030 -> 137 // ‰
0x0160 -> 138 // Š
0x2039 -> 139 // ‹
0x0152 -> 140 // Œ
0x017D -> 142 // Ž
// 9_144
0x2018 -> 145 // ‘
0x2019 -> 146 // ’
0x201C -> 147 // “
0x201D -> 148 // ”
0x2022 -> 149 // •
0x2013 -> 150 // –
0x2014 -> 151 // —
0x02DC -> 152 // ˜
0x2122 -> 153 // ™
0x0161 -> 154 // š
0x203A -> 155 // ›
0x0153 -> 156 // œ
0x017E -> 158 // ž
0x0178 -> 159 // Ÿ
else -> i
}
else -> i // TODO
}
}