c - 如何在 XS 代码中逐个字符地处理字符串

Question

假设有一段代码是这样的:

  my $str = 'some text';
  my $result = my_subroutine($str);

和 my_subroutine() 应该作为 Perl XS 代码来实现。例如，它可以返回 (unicode) 字符串的字节总和。

在XS代码中，如何处理一个字符串(a)一个字符，作为一个通用的方法，(b)一个字节一个字节，如果字符串由 ASCII 码子集组成(将 string 的 native 数据结构转换为 char[] 的内置函数)？

Answer 1

在 XS 层，您将获得字节或 UTF-8 字符串。在一般情况下，您的代码可能包含一个 char * 以指向字符串中的下一项，并随着它的增加而递增。要在 XS 中使用一组有用的 UTF-8 支持函数，请阅读 "Unicode Support" perlapi

部分

---

我的例子来自 http://cpansearch.perl.org/src/PEVANS/Tickit-0.15/lib/Tickit/Utils.xs

int textwidth(str)
    SV *str
  INIT:
    STRLEN len;
    const char *s, *e;

  CODE:
    RETVAL = 0;

    if(!SvUTF8(str)) {
      str = sv_mortalcopy(str);
      sv_utf8_upgrade(str);
    }

    s = SvPV_const(str, len);
    e = s + len;

    while(s < e) {
      UV ord = utf8n_to_uvchr(s, e-s, &len, (UTF8_DISALLOW_SURROGATE
                                               |UTF8_WARN_SURROGATE
                                               |UTF8_DISALLOW_FE_FF
                                               |UTF8_WARN_FE_FF
                                               |UTF8_WARN_NONCHAR));
      int width = wcwidth(ord);
      if(width == -1)
        XSRETURN_UNDEF;

      s += len;
      RETVAL += width;
    }

  OUTPUT:
    RETVAL

简而言之，此函数一次迭代一个 Unicode 字符的给定字符串，累积 wcwidth() 给定的宽度。