Fatal编程技术网
  • utf-8/
  • 如何在OCaml中正确遍历UTF-8字符串？

如何在OCaml中正确遍历UTF-8字符串？

utf-8 ocaml

如何在OCaml中正确遍历UTF-8字符串？,utf-8,ocaml,Utf 8,Ocaml,假设我有一些输入词，比如“føbær”，我想要一个字母频率s.t.f的哈希表→1, ø→2–如何在OCaml中执行此操作 这些示例仅适用于ASCII，并没有说明如何从字符串实际创建BAUTF8.t。查看电池代码，我发现这是不安全的，因此可能是这样的： open Batteries BatUTF8.iter (fun c -> …Hashtbl.add table c …) (BatUTF8.of_string_unsafe "føøbær")` 虽然，由于它被称为“不安全”（医生没有说明

假设我有一些输入词，比如“føbær”，我想要一个字母频率s.t.f的哈希表→1, ø→2–如何在OCaml中执行此操作

这些示例仅适用于ASCII，并没有说明如何从字符串实际创建BAUTF8.t。

查看电池代码，我发现这是不安全的
，因此可能是这样的：


open Batteries
BatUTF8.iter (fun c -> …Hashtbl.add table c …) (BatUTF8.of_string_unsafe "føøbær")`


虽然，由于它被称为“不安全”（医生没有说明原因），可能这是等效的：


BatUTF8.iter（fun c->…Hashtbl.add表c…“føbær”

至少它对这里的示例词有效

甘菊似乎也能正确地反复使用：


module C = CamomileLibraryDefault.Camomile
C.iter (fun c -> …Hashtbl.add table c …) "føøbær"



我不知道甘菊和BatUTF8之间的折衷，尽管它们最终存储了不同的类型（BatUChar与C.Pervasives.UChar）。您提到的
BatUTF8
模块将其类型定义为
string
，因此，不需要转换：a
BatUTF8.t
就是a
字符串。显然，该模块鼓励您在使用其他函数之前验证字符串。我想适当的操作方式应该是：


let s = "føøbær"
let () = BatUTF8.validate s
let () = BatUTF8.iter add_to_table s



仅为了完整性：
BatUTF8.iter
为您提供了一个
BatUChar
；例如，如果你想输出它们，你可以用
BatUTF8.of_char c
（令人困惑的是，
UChar.char\u of
将其转换为拉丁字符-1，即
of_char
可能应该被称为of_UChar…）。