基於字形的字符串類？

Question

我想知道爲什麼我們沒有一些字符串類來代表Unicode字符串的字符串而不是代碼點或字符。在我看來，在大多數應用程序中，程序員在必要時訪問字形組件時比從代碼點組織它們更容易，即使只是爲了避免隨意打斷「中間字形」中的字符串， （至少在理論上）。在內部，一個字符串類可能使用可變長度編碼，如UTF-8，UTF-16，或者在這種情況下，即使UTF-32是可變長度的;或者爲它們實現子類（並且可選地在運行時配置選項，以便不同的語言可以使用它們的最佳編碼）。但是，如果程序員在檢查字符串時能夠「看見」字形單元，那麼字符串處理代碼通常不會更接近實現正確性，並且沒有太多額外的複雜性？

參考文獻：
Characters and Combining Marks
Unicode implementer's guide part 4: grapheme breaking
UnicodeString Class Reference
Enumerating a string by grapheme instead of character
Strings and character encoding in C++

Answer 1

我不這麼認爲，因爲石墨烯斷裂不正確的唯一標準。而且，根據所使用的語言/腳本的不同，用戶可以看到不同的字符。如果您擔心標準化模式，您還需要查看Normalizer::concatenate。所以我建議大部分時間只用代碼單元工作，並在需要時計算休息時間。