delphi 中的文件系统进行Unicode标准化

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;

{$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゛

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;

推荐分享