Escape Sequenz nach Unicode

[Sir Rufo]

Das geht mit StrToInt( '$01F618' );

[SittingDuck]

Aber das geht ja in meinem Beispiel nur bis $FFFF

Code:

UTF8.Encode(Chr(StrToInt('$01F618')));

Also ich habe einen UTF8 codierten String, da steckt ein Symbol drin was der Sequenz U+1F618 entspricht. Wie finde ich das z.B. mit der Pos Funktion?

[Sir Rufo]

Irgendwie verstehe ich jetzt nur noch Bahnhofskantine

Wieso geht da was nur bis $FFFF?

Was willst du jetzt auf einmal mit Pos?
Eben wolltest du noch etwas umwandeln, jetzt was mit Pos suchen?

[SittingDuck]

Sorry, das war etwas unglücklich formuliert.
Also um bei der Eingangsfrage zu bleiben ...
Meine Textdatei hat folgende Zeilen:

U+1F618
U+1F604
...

Nach meinem Kenntnisstand sind das Codepoints welche ein Unicodezeichen representieren. Auf Basis dieser Zeilen, würde ich gerne einen String zusammenbauen, welche diese Unicodezeichen enthält. Einen Teilerfolg habe ich mit dieser Zeile erreicht, aber weiter komme ich nicht.

Code:

s := UTF8.Encode(#$01F618);

Diese Zeile benutzt direkt diese Hexzahlen und nimmt sie leider nicht aus der Textdatei.
Es tut mit Leid, wenn das etwas 'schwammig' formulert ist, aber ich bin im Unicode-Thema alles andere als Sattelfest.

[himitsu]

Zitat:

Wieso geht da was nur bis $FFFF?

UTF-16 (UnicodeString/WideString) => 2 Byte pro Zeichen => 16 Bit pro Zeichen => 2^16 = 65536 Werte pro Zeichen => 65535 = $FFFF

Und das darüber ($010000 bis $1FFFFF) wird mit den Surrogates dargestellt.
Also, in UFT8Decode und Co. sind die Surrogates nicht implementiert und ansonsten ist es auch garantiert nicht möglich diese über eine billige (direkte) 1zu1-Ordinal>Character-Umrechnung hinzubekommen, denn Surrogate-Pairs sind 2 Zeichen und nicht nur 1 Zeichen.



Ach ja, nur nochmal zum Nachdenken:
Was macht Chr?
einen Ordinalwert in ein Zeichen umwandeln.
Und ist ein String ein ordinaler Wert?

[BUG]

Vielleicht denken wir komplizierter als es ist:

Angeblich steht in jeder Zeile nur eine dieser Sequenzen. Das Finden hat sich also erledigt (zeilenweise auslesen).

Dann zum Umwandeln:
Jede dieser Sequenzen wird in eine Zahl umgewandelt und als UTF-Character betrachtet.
Diese werden nun nacheinander in einen UTF-16-String geschrieben.
Dieser String kann nun (im Ganzen) mit den üblichen Mitteln konvertiert werden (zB. in UTF-8).

EDIT: @UTF-16:
Mhm, da habe ich wohl die Stellen nicht richtig gezählt Aber Himitsu hat mit den Surrogates angefangen *schuld-wegschieb*

[Sir Rufo]

Ok, jetzt bin ich wieder auf dem Gleis

Du brauchst wohl die Funktion ConvertFromUtf32

Hier hat sich der Jacob dieses Themas einmal angenommen

[SittingDuck]

Ein Dank an Sir Rufo und die anderen für die Hilfe.
Genau diese Routine habe ich gebraucht.