Как присвоить переменной char значение в UTF8 кодировке?

[Александр Яшин]

Здравствуйте!
Всех с наступающим!
При попытке присвоить переменной типа char значения с кодом больше 128 (конкретно русская буква) выдается ошибка:
p.lpr(7,10) Error: Incompatible types: got "Constant String" expected "Char"

Код: Выделить всё

program p;
uses
  CRT, FileUtil;
var
  Symbol: Char;
begin
Symbol:= 'А'; // это русская буква
....
 

Английские буквы и знаки нормально прокатывает.
Как все-таки присвоить. Знаю, что русские буквы кодируются двумя байтами, но неужели придется лезть в таблицу кодов Unicode?

[Brainenjii]

Использовать UTF8Char?

[Александр Яшин]

Использовать UTF8Char?

В каком она модуле?
Выдает - Error: Identifier not found "UTF8Char"

[sign]

А если так:

Код: Выделить всё

program p;
uses   CRT, FileUtil;
var   Symbol: String[2];
begin
  Symbol:= 'А'; // это русская буква
....

[Александр Яшин]

Нет, ну это понятно. Хотелось с именно с типом char.
По умолчанию Lazarus использует UTF8, отсюда тип string уже в кодировке UTF8, т.е. русские символы занимают 2 байта.
По идее то же самое должно было быть и с char.

[Максим]

Единственным выходом из данной ситуации мне видится использование функций UTF8ToAnsi/UTF8ToSys.

[Александр Яшин]

Ты имеешь ввиду вот так:

Код: Выделить всё

Symbol:=UTF8ToAnsi('А');

Error: Incompatible types: got "AnsiString" expected "Char"

[Максим]

Попробуйте

Код: Выделить всё

Symbol:=Char(UTF8ToAnsi('А'));

[Александр Яшин]

Попробуйте

Код: Выделить всё

Symbol:=Char(UTF8ToAnsi('А'));

Error: Illegal type conversion: "AnsiString" to "Char"

[Odyssey]

А если так:

Код: Выделить всё

Symbol:=UTF8ToAnsi('А')[1];


Или вообще сохранить исходник в windows-1251 и не мучаться

По умолчанию Lazarus использует UTF8, отсюда тип string уже в кодировке UTF8, т.е. русские символы занимают 2 байта. По идее то же самое должно было быть и с char.

Просто char -- это не совсем Lazarus, это FPC. Т.е. другой проект, и он немного медленнее реагирует на потребность в полном юникоде. Поэтому пока выкручиваемся используя string[4] или просто string вместо char. За полученную простоту локализации приложений это очень малая цена

[Александр Яшин]

А если так:

Код: Выделить всё

Symbol:=UTF8ToAnsi('А')[1];


Так компилируется, но в Symbol нечитаемый символ!
При [2] тоже нечитаемый символ, хотя может быть так правильней.
При [3] Symbol=P (?!)

Или вообще сохранить исходник в windows-1251 и не мучаться

В принципе я не мучаюсь, хочу просто разобраться. Похоже тип char в Unicode поддерживается
только для кодов < 128

[Padre_Mortius]

TUTF8Char и в модулях добавить LCLType

[Александр Яшин]

Получилось!Спасибо!

Только как быть с тем, что вроде бы FPC совместим с Delphi?
Или там тоже так надо делать?

[Odyssey]

Так компилируется, но в Symbol нечитаемый символ!

Без примера тут будет проблематично разобраться. "Читаемый" и "нечитаемый" -- понятия относительные, зависят от того как выводить, куда выводить и под какой ОС всё это происходит. Если выводить на форму -- то для читабельности нужно его преобразовывать обратно в UTF-8 вне зависимости от платформы, в консоль под Linux -- тоже чаще всего в UTF-8, в в консоль под Windows -- в кодировку OEM Cyrillic (866).

Похоже тип char в Unicode поддерживается только для кодов < 128

Тип char и Unicode -- это две разные вещи. Char - это кусочек памяти размером ровно в один байт. Юникод - это способ кодирования символов, его конкретная разновидность, UTF-8, требует от одного до четырёх байт памяти на один символ. По одному байту -- на символы латиницы, для совместимости, на кириллицу - по два, на восточные кодировки -- 3 и 4 байта. Разумеется, что любой символ UTF-8 не влезет в один байт переменной типа char. Это всё равно что переливать воду из четырёхлитрового бочонка в литровую банку. Если в бочонке было меньше литра (читай "< 128") -- наше счастье, но полагаться на это никоим образом нельзя.

И кстати, можете заглянуть в исходники и посмотреть, что такое TUTF8Char Ctrl+щелчок мышкой на типе переменной.

Код: Выделить всё

TUTF8Char = String[7];

[Александр Яшин]

Без примера тут будет проблематично разобраться. "Читаемый" и "нечитаемый" -- понятия относительные, зависят от того как выводить, куда выводить и под какой ОС всё это происходит.

Я, наверное, не так выразился.
При выводе оператором

Код: Выделить всё

writeln(UTF8ToConsole(Symbol));

на экране пусто. Платформа Windows.

Тип char и Unicode -- это две разные вещи.

Здесь я как раз и имел в виду, что "Если в бочонке было меньше литра (читай "< 128") -- наше счастье"