surrogate-pairs

-1熱

2答えて

utf-8ベースのエンコーディングを記述したアプリケーションがあり、これはutf-8 BMP（3バイト）をサポートしています。しかし、サロゲート・ペアをサポートする必要があるという要件があります。私はutf-8でサロゲート文字がサポートされていないところを読んでいます。本当ですか？「はい」の場合は、utf-8ではなくutf-16のデフォルトのエンコードを使用するようにアプリケーションを設定する

2熱

2答えて

xUnit.net：これらの2つの同等のテストで異なる結果が得られるのはなぜですか？何らかの理由で

は、InlineDataを利用し、この試験はxUnitのに失敗します。この中 [Theory] [InlineData("\uD800", 1)] public static void HasLength(string s, int length) { Assert.Equal(length, s.Length); } を、MemberData使用する、渡し： public

3熱

1答えて

PDFBox - サロゲートペアで構成される文字列をエンコードできない

私のPDFBoxの実装では、さまざまなフォントをテストして複数の言語で文字列を書き込むメソッドを作成しました。 PDFont currentFont = PDType0Font.load(pdfDocument, new File("path/to/font/font.ttf")); for (int offset = 0; offset < sValue.length();) { i

14熱

1答えて

Pythonでサロゲートペアを使用するにはどうすればいいですか？

これはConverting to Emojiへのフォローアップです。その質問では、OPにはjson.dumps() - サロゲートペアとして表された絵文字付きのエンコードファイル\ud83d\ude4fがありました。私はファイルを読み込んで絵文字を正しく翻訳していましたが、正確なanswerはファイルの各行にjson.loads()であり、jsonモジュールはサロゲートペアから（私はUTF8でエン

2熱

1答えて

高位のサロゲート・キャラクタは、常に文字列内で最初に（下位のインデックスに）移動しますか？

1）文字列内の上位および下位のサロゲート文字順は固定されていますか？私はそれに頼ることができますか？ Windows上で実験的にhighSurrogateはStringに最初に入ります（String.charAt（int index）の点ではより低いインデックス）。これはどのプラットフォーム（Linuxなど）でも常にそうですか？これは文書化されていますか？ int[] codePoint = {

1熱

2答えて

補助文字を含むランダムなUnicode文字列を生成する方法は？

私はランダムな文字列を生成するためのいくつかのコードに取り組んでいます。結果の文字列に無効なcharの組み合わせが含まれているように見えます。具体的には、私は、サロゲートの低いサロゲートを見つける。これはなぜ起こっているのですか？高いサロゲートに従うためには、ランダムに低いサロゲートを明示的に生成する必要がありますか？ Characterクラスのintバリアントを使用していたので、これは必要では

8熱

1答えて

python2でsurrogateescapeを実行する方法

Python3は、Unicodeの動作を代理ペアを拒否するように変更しましたが、python2はそうではありません。は質問 hereあります。しかし、それはpython2またはどのようにサロゲートエスケープを行うにしてサロゲートペアを削除する方法についての解決策を提供しません。のpython3例：ここ >>> a = b'\xed\xa0\xbd\xe4\xbd\xa0\xe5\xa5\xbd

1熱

1答えて

サロゲートペアを使用したEclipse IDE処理emojis

私はこれに対する明確な答えを見つけることができません。 ECLIPSE IDEはemojisをサポートしていますか？私はスタックオーバーフローでここでサロゲートペアについて多くを読んだが、私はこれについて明確な答えを得ることができません。テキストファイルを文字単位で読み込む必要があり、FileInputStreamを使用しています。サロゲートペアを使用して絵文字を処理することは可能でしょうか？

6熱

2答えて

実際に見ることができる文字列の文字だけをどのように反復するのですか？

通常は、私はstr[i]のようなものを使用します。しかし、どうすればstr = "☀️"？ str[i]が失敗します。 for (x of str) console.log(x)も失敗します。それは明らかに文字列に2つの絵文字があるにもかかわらず、合計4文字を印刷します。私は文字列（および改行、私は推測することができます）で見ることができるすべての文字を繰り返し行うための最良の方法は何ですか？

3熱

3答えて

すべての「文字」が単なるコードポイントであるUnicodeでのエンコードはありますか？

言い換えようとすると、すべての組み合わせ文字の組み合わせを1つのコードポイントにマッピングできますか？私はUnicodeを使い慣れていませんが、Unicodeではどの文字も1つのコードポイントになるエンコーディング、正規化、または表現はありません。これは正しいです？ Basic Multilingual Planeでもこれは当てはまりますか？