delphi - Delphi 6 可以将 UTF-8 葡萄牙语转换为 WideString 吗？

Question

我正在使用德尔福 6。

我想将葡萄牙语 UTF-8 编码的字符串解码为 WideString ，但我发现它没有正确解码。

原文为"ANÁLISE8" .使用后UTF8Decode() ，结果为 "ANALISE8" . "A" 顶部的符号消失。

这是代码:

var
  f : textfile;
  s : UTF8String;
  w, test : WideString;    
begin
  while not eof(f) do
  begin
    readln(f,s);
    w := UTF8Decode(s);

如何将葡萄牙语 UTF-8 字符串解码为 WideString正确吗？

Answer 1

注意 UTF8Decode() 的实现在 Delphi 6 中是不完整的。具体来说，它不支持编码的 4 字节序列，这是处理 U+FFFF 以上的 Unicode 代码点所必需的。 .这意味着 UTF8Decode()只能解码 UCS-2 范围内的 Unicode 代码点，而不是完整的 Unicode 轨道。从而使UTF8Decode()在 Delphi 6 中基本上没用(一直到 Delphi 2007 - 它最终在 Delphi 2009 中修复)。

尝试使用 Win32 MultiByteToWideChar()代替功能，例如:

uses
  ..., Windows;

function MyUTF8Decode(const s: UTF8String): WideString;
var
  Len: Integer;
begin
  Len := MultiByteToWideChar(CP_UTF8, 0, PAnsiChar(s), Length(s), nil, 0);
  SetLength(Result, Len);
  if Len > 0 then
    MultiByteToWideChar(CP_UTF8, 0, PAnsiChar(s), Length(s), PWideChar(Result), Len));
end;

var
  f : textfile;
  s : UTF8String;
  w, test : WideString;
begin
  while not eof(f) do
  begin
    readln(f,s);
    w := MyUTF8Decode(s);

话虽如此，您的 ANÁLISE8字符串在 UCS-2 范围内，所以我测试了 UTF8Decode()在 Delphi 6 中，它解码了 ANÁLISE8 的 UTF-8 编码形式正好。我会得出结论:

您的 UTF8String变量不包含 ANÁLISE8 的 UTF-8 编码形式以(字节序列 41 4E C3 81 4C 49 53 45 38 )开头，但包含 ASCII 字符串 ANALISE8相反(字节序列 41 4E 41 4C 49 53 45 38 )，它将按原样解码，因为 ASCII 是 UTF-8 的子集。仔细检查您的文件和 Readln() 的输出.

您的 WideString包含 ANÁLISE8按预期正确，但是您输出/调试它的方式(您没有显示)将其转换为 ANSI，丢失 Á在转换过程中。