如何将 UTF-16 与 ASCII 相互转换

Question

我正在用 MIPS 汇编语言编写一个子例程，将 ASCII 转换为 UTF-16，反之亦然。但是，我找不到任何转换它的技巧。

Answer 1

伪代码，假设您的字节是八位字节并且不需要零终止：

从 ASCII 到 UTF-16 的转换

1. 给定一个长度为 n（以字节为单位）的 ASCII 输入字符串，顺序存储在内存中的地址 p。
2. 分配 2 × n 字节内存；设该内存的起始地址为q。
3. 当 n 大于零时：
   1. 检查p处的字节是否是有效的ASCII字符。如果不使用校验和，则最高有效位必须为零，否则它必须是正确的校验和。如果字节无效，则发出错误。
   2. 将 p 处的字节零扩展为 q 处的 16 位字。如何完成此操作取决于指令集；例如，x86 有 MOVZX。您还可以注意正确的字节顺序。
   3. 将p增加1。
   4. 将q增加2。
   5. 将n减1。

从 UTF-16 到 ASCII 的无损转换

1. 给定 UTF-16 输入， 长度为 n 的字符串（以代码单元为单位）按顺序存储在内存中的地址 p 处。
2. 分配n字节内存；设该内存的起始地址为q。
3. 当 n 大于零时：
   1. 检查p处的16位字是否表示有效的ASCII字符。九个最高有效位必须为零，否则该字符无法用 ASCII 表示。如果单词无效，则发出错误。
   2. 将 p 处 16 位字的最低有效字节移至 q 处的字节。
   3. 如果需要，请向 q 处的字节添加校验和。
   4. 将p增加2。
   5. 将q增加1。
   6. 将n减1。

Answer 2

术语 ASCII 并不是很具体。

ISO-646 是 Unicode UTF-16 的子集。因此，“7 位”ASCII 数字已经 Unicode（即您只需将它们放入 16 位值的底部），而对于另一个方向，您所要做的就是取低位如果这就是您的意思，则使用 Unicode 中的 8 位来获取 ASCII。

另一方面，如果您需要 ISO-8859-1 (Latin-1)，则需要一个转换表。没有任何公式可以翻译成简单的汇编语言指令。

Answer 3

只要您只有 UCS2（仅 16 位代码点），您就可以通过执行 short <-> 直接转换为 ASCII。 char -conversion 仅转换小于 128 的数字。