utf-8 - 如何在 OCaml 中创建 lambda 字符？

Question

我想在 OCaml 中创建一个返回 char lambda (UTF8 0x03bb) 的函数，但我无法使用 Char.chr 因为它不在 ASCII 图表中。有办法这样做吗？我是 OCaml 新手...

Answer 1

首先请注意，您正在混合 scalar values (0..0xD7FF 和 0xE000 .. 0x10FFFF 范围内的整数)及其编码(此类整数的字节序列化)。不要说 UTF-8 0x03bb，因为它没有任何意义，你所说的是标量值 U+03BB，在 Unicode 中表示小 lambda 的整数。

现在您已经注意到 OCaml char 类型无法表示此类整数，因为它仅限于 256 个值。然而，您可以做的是在 OCaml 字符串中表示它们的 UTF-8 编码，这些字符串是(或更准确地说成为)任意字节序列。对于 U+03BB，其 UTF-8 序列化是字节序列 0xCE 0xBB，因此您可以编写:

let lambda = "\xCE\xBB"

如果您喜欢直接处理标量值，您可以使用 UTF-8 编码器，例如 Uutf (免责声明，我是作者)并执行以下操作:

let lambda = 0x03BB
let lambda_utf_8 =
   let b = Buffer.create 5 in
   Uutf.Buffer.add_utf_8 b lambda; Buffer.contents b

有关 Unicode 的简短回顾以及有关如何在 OCaml 中处理 Unicode 的一些有偏见的提示，您可以引用此 minimal Unicode introduction .

更新

自 OCaml 4.06 起，文字字符串中支持 unicode 转义。以下 UTF-8 对 lambda 字符串中的 lambda 字符进行编码:

let lambda = "\u{03BB}"