如何将 4 字节字符串转换为 unicode 表情符号？答案

【问题标题】：How can I convert a 4-byte string into an unicode emoji?如何将 4 字节字符串转换为 unicode 表情符号？
【发布时间】：2021-11-10 15:35:19
【问题描述】：

我在 Delphi 10.3 中使用的 Web 服务返回一个由这四个字节组成的字符串： F0 9F 99 82 。我期待一个略带微笑的表情符号。 This 站点将此字节序列显示为该表情符号的 UTF-8 表示。所以我想我的字符串中有一个 UTF-8 表示，但它是一个实际的 unicode 字符串？如何将我的字符串转换为实际的 unicode 表示形式，例如在 TMemo 中显示它？

【问题讨论】：

这不是一个“4 字节字符串” - 它是一个字符，以 UTF-8 的 4 个字节表示。然后使用TEncoding.UTF8.GetString( my_bytes )。
谢谢，确实有效。您应该将此作为可能的解决方案重新发布，以便我接受。
首先如何获取字节数组？我猜是 TEncoding.XXX.GetBytes(InputString)，但我不知道为 XXX 插入什么。我只有可用的网络服务填充的字符串变量，而不是实际的字节数组。
所以右侧的相关问题如How to convert strings to array of byte and back 不为您回答？您的 Q 是否应该包含实际代码，以便我们首先看到所有内容？您确定不想创建新的单独 Q 吗？
确实如此。我没注意到。

标签： delphi encoding

【解决方案1】：

字符?具有Unicode code point U+1F642。显示文本是通过编码定义的：必须如何解释一组字节：

在UTF-8中，一个字符可以由8、16、24或32位（1到4个Bytes）组成；这个是$F0 $9F $99 $82。
在UTF-16中，一个字符可以包含16或32位（2或4字节=1或2Words）；这个是$D83D $DE42（使用surrogates）。
在UTF-32 中，一个字符始终由32 位（4 个字节= 1 Cardinal 或DWord）组成，并且始终等于代码点，即是$1F642。

在 Delphi 中，您可以使用：

TEncoding.UTF8.GetString() 代表 UTF-8
（或TEncoding.Unicode.GetString()，如果你有UTF-16LE
和TEncoding.BigEndianUnicode.GetString()，如果你有UTF-16BE）。

请记住，? 只是一个字符，就像此文本的每个字母、符号和空格一样：它可以通过选择进行标记（即 Ctrl+A）和复制到剪贴板（即 Ctrl+C）。不需要特别照顾。

【讨论】：

如果您知道接收到的文本是 UTF-8 编码的，另一种选择是将原始字节放入 UTF8String，然后将其分配给普通的 String。 RTL 将为您处理从 UTF-8 到 UTF-16（Delphi 的原生字符串编码）的转换。