📝
HaxeでUnicode文字列を扱う
Haxe 4.0から追加された UnicodeString を使えばいい。
検証環境
- Haxe 4.2.3 (Try Haxeを使用）
文字数のカウント
コード
function main() {
trace("𩸽".length);
trace(new UnicodeString("𩸽").length);
}
出力結果
2
1
ただし、JSコンパイル後のコードはこういう感じになるので、なんどもlengthを参照する場合は一旦変数に入れた方がいい。そもそもJSにはcodepointでカウントする方法がないので、仕方ない。
class UnicodeString {
static get_length(this1) {
let l = 0;
let _g_offset = 0;
while(_g_offset < this1.length) {
let index = _g_offset++;
let c = this1.charCodeAt(index);
if(c >= 55296 && c <= 56319) {
c = c - 55232 << 10 | this1.charCodeAt(index + 1) & 1023;
}
if(c >= 65536) {
++_g_offset;
}
++l;
}
return l;
}
}
1文字ずつループする
UnicodeStringをiteratorで回せばよいが、文字コードを返してくるので、String.fromCharCode()で変換する必要がある。
コード
function main() {
for (code in new UnicodeString("abc𩸽⚡🐐")) {
trace(String.fromCharCode(code));
}
}
出力結果
a
b
c
𩸽
⚡
🐐
その他の操作
indexOf charAt substr などの文字列としての基本的な操作が可能。
UnicodeStringの実体
abstract UnicodeString(String) from String to String という定義なので、実体はStringである。String / UnicodeStringの変換にオーバーヘッドはないし、暗黙的に型変換もされる。
前述のコードは便宜的にnew UnicodeString()の形式で書いたが、別に型変換するようなコードで書いても違いはない。
final str1:UnicodeString = "foo";
final str2 = ("bar" : UnicodeString);
Try Haxe
Try Haxeを使えばWeb上で動作確認ができる。
Discussion