c - 如何向嵌入式项目添加 UTF-8 支持和关联的字体表？

Question

我目前正在为嵌入式显示器设计字体引擎。基本问题如下:

我需要获取一个动态生成的文本字符串，在 UTF-8 表中查找该字符串的值，然后使用该表指向所有受支持字符的压缩位图数组。完成后，我调用一个位复制例程，将数据从位图数组移动到显示器。

我不会支持完整的 UTF-8 字符集，因为我可以使用的系统资源非常有限(32K ROM，8K RAM)，但希望能够在以后添加所需的字形以进行本地化.所有开发都在 C 语言和汇编语言中完成。

字形大小最大为 16 位宽 x 16 位高。我们可能需要支持整个基本多语言平面(3 字节)，因为我们的一些大客户在亚洲。但是，我们不会在任何特定本地化中包含整个表格。

我的问题是:
添加此 UTF-8 支持和关联表的最佳方法是什么？

Answer 1

下面的解决方案假定 Unicode 空间的低 16 位对您来说足够了。如果你的位图表有，比如 U+0020 到 U+007E 在位置 0x00 到 0x5E 和 U+00A0 到 U+00FF 在位置 0x5F 到 0xBE 和 U+1200 到 U+1241 在 0xBF 到 0xFF，你可以做类似的事情下面的代码(未经测试，甚至未经编译测试)。

位图图包含一系列值对。第一对中的第一个值是索引 0 处的位图表示的 Unicode 代码点。假设位图表包含一系列直接相邻的 Unicode 代码点。所以第二个值表示这个系列有多长。

while 循环的第一部分遍历 UTF-8 输入并在 ucs2char 中建立一个 Unicode 代码点。一旦找到一个完整的字符，第二部分就会在 bitmapmap 中提到的范围之一中搜索该字符。如果找到合适的位图索引，它会将其添加到索引中。没有位图的字符会被静默丢弃。

该函数返回找到的位图索引数。

就 unicode-> 位图表而言，这种处理方式应该是内存高效的，相当快速且相当灵活。

// Code below assumes C99, but is about three cut-and-pastes from C89
// Assuming an unsigned short is 16-bit

unsigned short bitmapmap[]={0x0020, 0x005E,
                            0x00A0, 0x0060,
                            0x1200, 0x0041,
                            0x0000};

int utf8_to_bitmap_indexes(unsigned char *utf8, unsigned short *indexes)
{
    int bitmapsfound=0;
    int utf8numchars;
    unsigned char c;
    unsigned short ucs2char;
    while (*utf8)
    {
        c=*utf8;
        if (c>=0xc0)
        {
            utf8numchars=0;
            while (c&0x80)
            {
                utf8numchars++;
                c<<=1;
            }
            c>>=utf8numchars;
            ucs2char=0;
        }
        else if (utf8numchars && c<0x80)
        {
            // This is invalid UTF-8.  Do our best.
            utf8numchars=0;
        }

        if (utf8numchars)
        {
            c&=0x3f;
            ucs2char<<=6;
            ucs2char+=c;
            utf8numchars--;
            if (utf8numchars)
                continue; // Our work here is done - no char yet
        }
        else
            ucs2char=c;

        // At this point, we have a complete UCS-2 char in ucs2char

        unsigned short bmpsearch=0;
        unsigned short bmpix=0;
        while (bitmapmap[bmpsearch])
        {
            if (ucs2char>=bitmapmap[bmpsearch] && ucs2char<=bitmapmap[bmpsearch]+bitmapmap[bmpsearch+1])
            {
                *indexes++ = bmpix+(ucs2char-bitmapmap[bmpsearch]);
                bitmapsfound++;
                break;
            }

            bmpix+=bitmapmap[bmpsearch+1];
            bmpsearch+=2;
        }
    }
    return bitmapsfound;
}

编辑:您提到您需要的不仅仅是低 16 位。 s/unsigned short/unsigned int/;s/ucs2char/codepoint/;在上面的代码中，然后它可以处理整个 Unicode 空间。