Steuerzeichen-String umwandeln in "echtes" Steuerzeichen

[bogdan]

nahpets:
Genau in die Richtung soll es gehen, also aus einer Datei den String auslesen und in ein echtes Steuerzeichen umwandeln.

Aber wie der Günther schon schrieb habe ich das Problem, dass der Char max. 65535 aufnimmt und die Emoticons weit drüber liegen.

[Der schöne Günther]

Niemand zwingt uns ja mit Char zu arbeiten, vor allem da StringReplace(..) eh nur mit Strings arbeitet.

Ich persönlich habe es jetzt eine Weile versucht, aber ich scheitere ehrlich gesagt daran den String '128064' in einen String mit dem Alien-Emoji umzurechnen.

Ich dachte mache mir einen Integer mit dem Wert 128064, rechne das ein Byte-Array mit 4 Elementen und gebe das letztendlich an TEncoding.Unicode.GetBytes(meinArray) welches einen String liefert.

Leider klappt das auch nicht, das Byte-Array ist ein völlig anderes als

TEncoding.Unicode.GetBytes(stringMitAlienEmoji) liefert.


Wir brauchen einen Profi!

[samso]

Ja, das habe ich übersehen, dass wir es hier mit 4 Byte Unicode zu tun haben. Deshalb muss hier UCS4 zu UTF16 gewandelt werden. Damit das funktioniert wird Delphi ab 2009 benötigt.

Delphi-Quellcode:

function StringToSteuerZeichen(const s: String): String;
var
  C: Cardinal;
  sl, sh: Word;
begin
  C := StrToInt(copy(s, 2, MaxInt));
  if c>=$10000
  then begin
    dec(c, $10000);
    sl := c and $3FF;
    sl := sl or $DC00;  //$DC00 = $37 shl 10
    sh := c shr 10;
    sh := sh or $D800;  //$D800 = $36 shl 10
    SetLength(Result, 2);
    Result[1] := Char(sh);
    Result[2] := Char(sl);
  end
  else begin
    SetLength(Result, 1);
    Result[1] := Char(c);
  end;

Vielleicht bekommt ja irgend jemand heraus, wie man UCS4StringToUnicodeString benutzen muss, um zum richtigen Ergebnis zu kommen?

[bogdan]

samso:
Perfekt, es funktioniert :cheer:

Vielen Dank an Alle für Eure Zeit.

[nahpets]

Heißt das, dass dashier funktioniert

Delphi-Quellcode:

var
  sl : TStringList;
  i : Integer;
begin
  sl := TStringList.Create;
  sl.LoadFromFile('Steuerzeichen.cfg');
  for i := 0 to sl.Count - 1 do begin
    sText := StringReplace(sText, StringToSteuerZeichen(sl[i]), '', [rfReplaceAll, rfIgnoreCase]);
  end;
  sl.Free;
end;

wenn der Inhalt der Datei so

Code:

#128064
#128125
#128148

aussieht?

[freimatz]

Nein.

[samso]

Zitat:

Zitat von freimatz (Beitrag 1375647)

Nein.

Warum nicht? Genau so wie nahpets es schreibt, hätte ich gedacht funktioniert es.

[samso]

Wenn man lieber UCS4StringToUnicodeString benutzen möchte, dann geht das so:

Delphi-Quellcode:

function StringToSteuerZeichen(const s: String): String;
var
  c: Cardinal;
  t: UCS4String;
begin
  c := StrToInt(copy(s, 2, MaxInt));
  SetLength(t, 2);
  t[0] := UCS4Char(c);
  t[1] := UCS4Char(0);
  Result := UCS4StringToUnicodeString(t);
end;

[Fritzew]

In Delphi ist der UCS4 Deklariert als Cardinal

UCS4Char = type Cardinal;
und
UCS4String = array of UCS4Char;

Leider ist in der Function UCS4StringToUnicodeString ein Fehler.....
es wird immer ein UCS4 char zu wenig ausgewertet........
Also selber machen.

Delphi-Quellcode:

function myUCS4StringToUnicodeString(const S: UCS4String): UnicodeString;
var
  I: Integer;
  CharCount: Integer;
  Tmp: array of Char;
begin
  SetLength(Tmp, Length(S) * 2); //Maximum possible number of characters
  CharCount := -1;

  I := 0;
  while I < Length(S) do  // Removed -1
  begin
    if S[I] >= $10000 then
    begin
      Inc(CharCount);
      Tmp[CharCount] := WideChar((((S[I] - $00010000) shr 10) and $000003FF) or $D800);
      Inc(CharCount);
      Tmp[CharCount] := WideChar(((S[I] - $00010000) and $000003FF)or $DC00);
    end
    else
    begin
      Inc(CharCount);
      Tmp[CharCount] := WideChar(S[I]);
    end;

    Inc(I);
  end;

  SetString(Result, PChar(Tmp), CharCount + 1);
end;


procedure TForm32.Button1Click(Sender: TObject);
const
  u41: UCS4Char = 128064;
  u42: UCS4Char = 128125;
  u43: UCS4Char = 128148;

Var
  test: Ucs4String;
  temp: String;
begin

  test := [u41, u42, u43];

  temp := myUCS4StringToUnicodeString(test);
  ShowMessage(temp);
end;

[freimatz]

Ah Sorry, dachte es ginge immer um "in ein echtes Steuerzeichen umwandeln".
Das "StringReplace(sText, ..., '', [rfReplaceAll, rfIgnoreCase]);" löscht aber 8-)
Also so könnte es funktionieren. Vermutlich ist es aber umständlich und langsam.

Ggf, macht es Sinn die Liste im Speicher zu halten.
Ggf, macht es auch Sinn auf die Liste zu verzichten und gleich ganze Unicode-Blöcke zu löschen. Oder alle Surrogaten, oder alle combined Chars ...