Unsichtbare UTF16 Zeichen

[geldis]

Hallo!

Ich muss aus UTF8-Strings, in dem sich ein oder mehrere 'unsichtbare' UTF16 Zeichen befinden, ebendiese entfernen. Der Utf8 String soll auch ein solcher bleiben.

Der UTF8 String:

Code:

  Kastagnette CM-9

Konvertiert zu ANSI

Code:

  Kastagnette CM-?9

Man beachte das Fragezeichen. Die Konvertierungsroutinen habe ich natürlich gefunden - aber welche nehme ich da und auch wie?

geldis

[peterbelow]

konvertriere den UTF-8 Text nach UTF-16, wirf dort die unerwünschten Zeichen raus und konvertiere das Resultat zurück nach UTF-8.

Wie im Detail hängt von der verwendeten Delphi-Version ab und in welchem Datentyp der UTF-8-String gespeichert ist. Neuere Delphiversionen haben z. B. einen Utf8String Typ. Durch simple Zuweisung an eine Variable vom Typ String erfolgt die Konvertierung in UTF-16 und der umgekehrte Weg funktioniert genauso.
Die Unit System.Character enthält eine Menge Funktionen zur Klassifizierung von UTF-16 Zeichen, z. B. IsWhitespace; damit kann man die unerwünschten Zeichen identifizieren. Die meisten dieser Funktionen sind auch über TCharHelper verfügbar, man also direkt sowas wie aString[i].IsWhitespace verwenden.

[geldis]

Prima, besten Dank, damit komme ich dahin wo ich hin will.

geldis