如何在 Swift 中将代理对转换为 Unicode 标量答案

【问题标题】：How to convert surrogate pair to Unicode scalar in Swift如何在 Swift 中将代理对转换为 Unicode 标量
【发布时间】：2015-09-25 18:34:10
【问题描述】：

以下示例取自Strings and Characters documentation：

值55357（十六进制的U+D83D）和56374（十六进制的U+DC36）是构成Unicode标量U+1F436的代理对，即DOG FACE字符。有没有办法去另一个方向？也就是说，我可以将代理对转换为标量吗？

我试过了

let myChar: Character = "\u{D83D}\u{DC36}"

但我收到“无效的 Unicode 标量”错误。

This Objective C answer 和 this project 似乎是自定义解决方案，但是 Swift（尤其是 Swift 2.0+）中是否有任何内置功能可以做到这一点？

【问题讨论】：

直接指定码位：\u{1F436}。您链接到let sparklingHeart = "\u{1F496}" // ????, Unicode scalar U+1F496 的文档中有一个示例
如果我不知道完整的代码点怎么办？也就是说，如果我只知道代理对呢？
String 有一个 init?(_ utf16: String.UTF16View) 方法，但我还没有找到如何从给定数组创建 String.UTF16View。 – 一个类似的问题（可能的解决方案）在这里：Is there a way to create a String from utf16 array in swift?.
@MartinR 很抱歉，您已经给出了 utf16 解码答案。虽然您可能还会发现 2.0 版本很有趣。
@AirspeedVelocity：stackoverflow.com/a/24757284/1187415 的代码也适用于 Swift 2。它有点长，因为它区分“输入结束”和“错误”条件。

标签： ios swift unicode scalar surrogate-pairs

【解决方案1】：

有一些公式可以根据代理对计算原始代码点，反之亦然。来自https://mathiasbynens.be/notes/javascript-encoding#surrogate-formulae：

Section 3.7 of The Unicode Standard 3.0 定义了与代理对相互转换的算法。

大于0xFFFF 的代码点C 对应于代理对 <H, L> 按照以下公式：
H = Math.floor((C - 0x10000) / 0x400) + 0xD800
L = (C - 0x10000) % 0x400 + 0xDC00
反向映射，即从代理对 <H, L> 到 Unicode 代码点C，由以下给出：
C = (H - 0xD800) * 0x400 + L - 0xDC00 + 0x10000

【讨论】：

【解决方案2】：

给定一个 UTF-16 代码单元序列（即 16 位数字，例如从 String.utf16 或只是一个数字数组），您可以使用 UTF16 类型及其 decode 方法将其转换为UnicodeScalars，然后您可以将其转换为String。

这是一个有点蹩脚的项目，它接受一个生成器（因为它进行有状态处理）并返回一个枚举，该枚举指示一个结果（具有相关的标量类型），或者一个错误或完成。 Swift 2.0 模式匹配使它更易于使用：

let u16data: [UInt16] = [0xD83D,0xDC36]
//or let u16data = "Hello, ?".utf16

var g = u16data.generate()
var s: String = ""
var utf16 = UTF16()
while case let .Result(scalar) = utf16.decode(&g) {
    print(scalar, &s)
}
print(s) // prints ?

【讨论】：

我花了一些时间来学习一些新概念（1.decode method，2.生成器（here 和 here），3.stateful），但是这个是一个有用的答案。我想我最初的问题的答案是否定的，Swift 没有内置任何东西可以直接执行此操作，但生成起来并不难。