如何将ICU与UTF-16一起使用？

Question

我正在考虑将ICU用于本机node.js模块中的unicode字符串处理，因为在我看来 v8::String （根据 这些文档）为此目的没有C ++ API。

据我所知，V8期望UTF-16在 ExternalStringResource 和其他API，因此我想将ICU用于UTF-16处理。
我特别需要：

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

所以我查看了ICU文档，发现了 UnicodeString 和 CharacterIterator 课程。然而， UnicodeString 没有一个 fromUTF16 方法，仅 fromUTF8 和 fromUTF32.

我不确定的另一件事是， UnicodeString 构造函数复制我提供的数据？ ID 非常喜欢 要使用零拷贝方法，我只使用不变的对象，以便它不应执行任何复制操作，只需使用我指向的缓冲区即可。

我也不确定我是否只能使用 UCharIterator （假设我可以以某种方式转换 UChar* 从我的UTF-16字符串）。

所以我的问题是： 如何将ICU用于上述目的？

预先感谢您的回答！

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起，没有进行转换。

它确实复制数据。这是一个拥有的字符串，很像 std::string.

您可以使用 UCharIterator 如果您不想复制数据。 UChar 是16位值. 。您可以强迫它是您喜欢通过定义的16位类型 UCHAR_TYPE 宏：

如果是#defined（例如，为char16_t），则将UCHAR定义为UCHAR_TYPE，如果是16位，则将UCHAR定义为uchar_type。始终认为是未签名的。

如果两者都不可用，则将UCHAR定义为UINT16_T。

这使得UCHAR平台依赖性的定义允许与具有16位WCHAR_T类型的平台的直接字符串类型兼容性。