Length(s) и кириллица

[wwswowsogon]

Всем доброго времени суток!
Прошу прощения, если поднял избитую тему, но для меня это было новостью.
Сущность явления:

s = '111s1';
Length(s) = 5;

s = '111ы1';
Length(s) = 6.

Т.е. один кириллический символ компилятор считает за два. Наверное, это нормально, но
1) подскажите, где про это можно почитать подробнее?
2) как с этим бороться? Мне помогло Length(UTF8ToAnsi(s)).

[pupsik]

utf8Length
в wiki всё описано

[Дож]

подскажите, где про это можно почитать подробнее?

https://ru.wikipedia.org/wiki/UTF-8

как с этим бороться?

Использовать не Length, которая во многих случаях считает число байт в строке, а ту функцию, которая посчитает число utf-8 символов.

[wwswowsogon]

Спасибо! А есть ли такие функции в FPC?

[SSerge]

Спасибо! А есть ли такие функции в FPC?

Var S:UnicodeString;

-- в отношении русского языка length длину будет считать правильно. До тех пор, пока в тексте не встретятся знаки с суррогатными парами

[wwswowsogon]

Спасибо, но не понятно, подойдет ли это.
Ладно, буду пока использовать UTF8ToAnsi, спасибо всем за информацию!

[zub]

>>Ладно, буду пока использовать UTF8ToAnsi, спасибо всем за информацию!
зачем может понадобиться длина строки в символах?

Имхо это только
1)форматирование и отрисовка текста - т.е. написание чегото типа tmemo
2)Выполнение какойнить кривой студенческой задачки

[SSerge]

зачем может понадобиться длина строки в символах?

Var s,s1:string;
...
writeln(s:10,s1:20);

например не будет работать нормально на строках UTF-8

[Лекс Айрин]

зачем может понадобиться длина строки в символах?

Например, при сдаче текста в типографию могут потребовать уложиться в определенный объем символов (включая пробелы, но исключая переводы строк) или слов. Обычно, правда, это касается репортеров, т. к. в газетах и журналах очень жесткие рамки по объемам текстов.

[pupsik]

UTF8ToAnsi - не советую. Разные по смыслу функции. Используйте utf8Length из модуля LazUTF8.

[runewalsh]

Наверное, имелось в виду, что длина строки в общем случае не даст нужной информации, например, из неё нельзя сделать вывод об отображаемой ширине, даже моноширинного текста, т. к. есть комбинируемые символы (диакритика etc., например, ударение U+0301) или пустые (типа U+2060 WORD JOINER). Правильный вариант — обойти все символы последовательно, длина для этого не нужна. А так да, функции из модуля LazUTF8.

[wwswowsogon]

В моем случае проверка делается для того, чтобы уложить в поле ввода символов не более положенного, с последующей записью в БД.

Используйте utf8Length из модуля LazUTF8.

Спасибо.

[Лекс Айрин]

Наверное, имелось в виду, что длина строки в общем случае не даст нужной информации, например, из неё нельзя сделать вывод об отображаемой ширине, даже моноширинного текста, т. к.

Для этого в контексте есть специальная функция, которая позволяет узнать ширину всей строки в пикселях. И вот она уже, по большому счету, нужна только для печати и для переноса слов на другую строку.

[zub]

SSerge
>>writeln(s:10,s1:20);
а разве это не подпадает под пункт 1? И емнип это должно работать, т.к. :10 это выделенное под вывод место, а не подрезка s по количеству символов или вру?.

Лекс Айрин
length(s) никогда и не соответствовало количеству символов в "типографском" понимании - переводы строк, табуляции, суррогатные пары

[SSerge]

И емнип это должно работать

не работает.