Autocad/ BricsCAD 的 autolisp 支援了 UTF-8
奇怪的返回值
最近朋友問了一個問題，現在出的 Autocad 使用了 autolisp 的 strlen 函數時，計算中文字數返回的數值怪怪的，怎麼 (strlen "中文") 會返回 2 而不是 4？理論上來說，它是沒有錯，"中文"二字應該是要返回 2 。但是，在以前 autolisp 使用 strlen 計算包含中文字的字元數，是一個中文字等於二個字元。用久了反而在 Autocad 修正(修改)後，造成了一些困擾。由於朋友的客戶開發了很多包含了 (strlen ...) 的程式，如果要一個一個去校正那些程式，讓它執行時像以前那樣，可能要花費很多的時間。這個問題多數在程式對於字碼的轉換上出現，只是 Autocad 的 autolisp 終於也遇上了，雖然大家等了幾十年。
同病相連的伙伴
在 BricsCAD 上它也遇到了相同的問題，因為它一開始就支援了 UTF-8。所以它支援的 autolisp 也是一開始就是 (strlen "中文") => 2 。那為什麼這個 Autocad 的特性竟造成 BricsCAD 的問題呢？因為 BricsCAD 想要贏得 Autocad 客戶的青睞。在這個時期 (2023) ，可以想像這 BricsCAD 不搶 Autocad 的客戶，好像說不過去？如果能夠解決這個中文字元計算數值的問題，這下子不就可以解決 Autocad 和 BricsCAD 選擇方面的自由。朋友表示不能認同 Autocad 原廠停止賣斷及只給使用期租賃的決定，但是除了 BricsCAD 之外其他的 CAD 軟體不給力，那他就失去的選擇的權力。因為新版的 Autocad 不支援，朋友客戶使用的程式只能慢慢的凋零了。
為什麼以前 autolisp 的 (strlen "中文") 返回 4
最直接的想法是， Windows 中控台 (console) 只有支援 ASCII ，而 Windows 繁體中文版等主要作業系統的字元集都是以 Big5 碼為基準。其中 Big5 碼是雙位元組字元集，使用雙八碼儲存方法，以兩位元組安放一字。第一位元組稱為「高位位元組」，第二位元組稱為「低位位元組」。所以在使用 autolisp (strlen "中文")才會返回 4 。而在新版的 Autocad/ BricsCAD 宣告了它們支援了 UTF-8 後，就把字元數統一成一個字一字元。
解決燃眉之急
那朋友的客戶舊有的程式要怎麼處理？我們這給了一個建議，假設其程式沒有其他國家使用的的字碼，單純只需要支援英文數字符號及中文字的字元數計算，以配合舊有的程式。我們寫了一個小程式以代替 (strlen ...) ，名字稱為 (cs-to-strlen ...) 其原始碼在此。雖然有一個小工具可以暫時解決這個字碼轉換時期，但是統一使用 UTF-8 字碼也算時時代的進步了。用於工作上的程式還是要好好的維護它才是。
留言
張貼留言