C语言 如何在 XS 代码中逐个处理字符串字符

Question

假设有一段这样的代码：

  my $str = 'some text';
  my $result = my_subroutine($str);

并且my_subroutine()应该作为Perl XS代码实现。例如，它可以返回(unicode(字符串的字节总和。

在XS代码中，如何处理字符串(a(逐个字符，作为通用方法，以及(b(逐字节，如果字符串由ASCII代码子集组成(从字符串的本机数据转换为char[]的内置函数(？

Answer 1

在XS层，你会得到字节或UTF-8字符串。在一般情况下，代码可能包含指向字符串中下一项的char *，并随之递增。有关在 XS中使用的一组有用的UTF-8支持函数，请阅读perlapi

---

我的一个例子来自 http://cpansearch.perl.org/src/PEVANS/Tickit-0.15/lib/Tickit/Utils.xs

int textwidth(str)
    SV *str
  INIT:
    STRLEN len;
    const char *s, *e;
  CODE:
    RETVAL = 0;
    if(!SvUTF8(str)) {
      str = sv_mortalcopy(str);
      sv_utf8_upgrade(str);
    }
    s = SvPV_const(str, len);
    e = s + len;
    while(s < e) {
      UV ord = utf8n_to_uvchr(s, e-s, &len, (UTF8_DISALLOW_SURROGATE
                                               |UTF8_WARN_SURROGATE
                                               |UTF8_DISALLOW_FE_FF
                                               |UTF8_WARN_FE_FF
                                               |UTF8_WARN_NONCHAR));
      int width = wcwidth(ord);
      if(width == -1)
        XSRETURN_UNDEF;
      s += len;
      RETVAL += width;
    }
  OUTPUT:
    RETVAL

简而言之，此函数一次迭代一个 Unicode 字符的给定字符串，累积 wcwidth() 给出的宽度。

Answer 2

如果你期待字节：

STRLEN len;
char* buf = SvPVbyte(sv, len);
while (len--) {
   char byte = *(buf++);
   ... do something with byte ...
}

如果您需要文本或任何非字节字符：

STRLEN len;
U8* buf = SvPVutf8(sv, len);
while (len) {
   STRLEN ch_len;
   UV ch = utf8n_to_uvchr(buf, len, &ch_len, 0);
   buf += ch_len;
   len -= ch_len;
   ... do something with ch ...
}