¦ 什么时候不等于¦？

Question

背景。我正在使用 netlists，一般来说，人们通过使用 指定不同的层次结构/。但是，实际使用 / 作为实例名称的一部分并不违法。

例如，X1/X2/X3/X4 可能引用另一个名为 X1/X2/X3 的实例中的实例 X4。或者，它可能会在名为 X1 的实例内引用名为 X2 的实例中名为 X3/X4 的实例。知道了？

实际上没有“常规”字符不能用作实例名称的一部分，因此您求助于不可打印的字符，或者......也许是标准 0..127 之外的字符ASCII 字符。

我想我应该尝试（十进制）166，因为对我来说，它显示为管道：...。

所以...我有一些 C++ 代码，它使用 ⁠ 作为分层分隔符来构造路径名，因此上面的路径看起来像 X1⁠X2/X3⁠X4 。

现在 GUI 是用 Tcl/Tk 编写的，为了正确地将其翻译成人类可读的术语，我需要执行如下操作：

set path [getPathFromC++] ;# returns X1¦X2/X3¦X4
set humanreadable [join [split $path ¦] /]

基本上，用 / 替换 ⁠ （我也可以使用 [string map] 来完成此操作。

现在的问题是，我从 C++ 获得的字符串中的 ⁠ 与我可以在 Tcl 中创建的 ⁠ 不匹配。即失败：

set path [getPathFromC++] ;# returns X1¦X2/X3¦X4
string match $path [format X1%cX2/X3%cX4 166 166]

从视觉上看，两个字符串看起来相同，但字符串匹配失败。我什至尝试使用 scan 来查看是否混淆了位值。但是

set path [getPathFromC++] ;# returns X1¦X2/X3¦X4
set path2 [format X1%cX2/X3%cX4 166 166]
for {set i 0} {$i < [string length $path]} {incr i} {
   set p [string range $path $i $i]
   set p2 [string range $path2 $i $i]
   scan %c $p c
   scan %c $p2 c2
   puts [list $p $c :::: $p2 $c2 equal? [string equal $c $c2]]
}

生成的输出看起来就像所有东西都应该匹配，除了[string equal]对于带有打印行的...字符失败

¦ 166 :::: ¦ 166 equal? 0

：值得一提的是，C++ 中的字符定义为：

const char SEPARATOR = 166;

有什么想法为什么超出常规 ASCII 范围的字符会像这样失败吗？当我将分隔符更改为（十进制）28 (^\) 时，一切正常。我只是不想在不同的平台上遇到类似的问题。 （我目前使用的是 Redhat Linux）。

Answer 1

Latin-1 有两个不同的竖线字符：

• 124 | VERTICAL LINE
• 166 ⁠ BROKEN BAR

一些较旧的字体混淆了这两个字形。

Answer 2

据我了解，现代版本的 TCL 在内部使用 UTF-8 进行字符串表示。在 UTF-8 中，十进制 166 是一个字符的一半，所以难怪一切都会崩溃。 ;-)

我的猜测是您的 C++ 代码使用的是 Latin-1 字符串（即 char *），并且您将其传递给 TCL，TCL 将其解释为 UTF-8 字符串。在将 C++ 字符串传递给任何 TCL C 函数之前，您需要将其转换为 UTF-8。 TCL 提供了一些用于此目的的函数。

您可以阅读有关 TCL 和 UTF-8 的更多信息。

Answer 3

在我的系统上，tcl 脚本 puts [format %c 166] 以 UTF-8 格式输出（“\xC2\xA6”），而 C++ 语句 cout << "\xA6"; 输出 Latin-1。确保编码差异不会让您失望。