Delphi 中的文件系统进行Unicode标准化-木庄网络博客

本文整理自网络，侵删。
 谷歌翻译的
Unicode中有一个组合字符。

例如，有两种表达字符“ GA”的方法：一种用单个字符表达“ GA”的方法，以及一种将dakuten组合为“ KA” +“”的方法。
组合字符也可以在日语之外使用。例如，重音符号。

如果将使用组合字符的字符和不使用组合字符的字符混合在一起，将无法进行搜索（“ ga”和“ ka” +“””是不同的字符），这可能会造成麻烦。
所以我想统一到一侧。

统一称为Unicode规范化，有四种类型的规范化。
参考：Unicode规范化-维基百科

NFD（标准化格式D）
NFC（标准化格式C）
NFKD（归一化形式KD）
NFKC（规范格式KC）
文件名由Windows上的NFC规范化。
OSX似乎使用自己的基于NFD的实现。
因为规范化方法不同，所以在Windows和OSX之间交换文件时，会遇到意外的麻烦。

例如，在Windows上，可以使用MECSUtils.MecsNormalize函数对NFC进行标准化。

{$IFDEF MSWINDOWS}
uses MECSUtils;
{$ENDIF MSWINDOWS}

{$IFDEF MSWINDOWS}
function FileSystemStringForWin(const S: string): string;
var
  W: WideString;
begin
  if MECSUtils.MecsNormalize(S, W, NormalizationC) then
    Result := W
  else
    Result := S;
end;
{$ENDIF MSWINDOWS}
问题是OSX，但是CFStringGetFileSystemRepresentation函数似乎能够执行与文件系统相同的转换。
Delphi 10.1 Berlin在System.SysUtils单元中具有StringToFileSystemString函数。
此StringToFileSystemString函数使用CFStringGetFileSystemRepresentation函数执行转换过程。

{$IFDEF MACOS}
function FileSystemStringForMac(const S: string): string;
const
  MAX_PATH = 1024;
var
  Bytes: TBytes;
  I: Integer;
begin
  SetLength(Bytes, MAX_PATH);
  if System.SysUtils.StringToFileSystemString(S, Bytes) then
  begin
    for I := 0 to Length(Bytes) - 1 do
      if Bytes[I] = 0 then
        Break;
    Result := TEncoding.UTF8.GetString(Bytes, 0, I);
  end;
end;
{$ENDIF MACOS}
这是根据OS标准化方法转换字符串的示例。

function FileSystemString(const S: string): string;
begin
{$IFDEF MACOS}
  Result := FileSystemStringForMac(S);
{$ENDIF MACOS}
{$IFDEF MSWINDOWS}
  Result := FileSystemStringForWin(S);
{$ENDIF MSWINDOWS}
end;


procedure TForm1.FormCreate(Sender: TObject);
const
  S1 = #$304C; // が'
  S2 = #$304B + #$3099; // か?a
var
  C: Char;
begin
  for C in FileSystemString(S1) do
    Memo1.Lines.Add(C);
  for C in FileSystemString(S2) do
    Memo1.Lines.Add(C);
end;
Delphi 中的文件系统进行Unicode标准化

相关推荐

评论
