225 lines
4.0 KiB
Markdown
225 lines
4.0 KiB
Markdown
## 成功
|
|
|
|
`(值)`
|
|
|
|
*{ok: true, value: 值}*
|
|
|
|
## 失败
|
|
|
|
`(代码, 消息)`
|
|
|
|
*{ok: false, code: 代码, message: 消息}*
|
|
|
|
## 续字节
|
|
|
|
`(字节)`
|
|
|
|
*字节 >= 128 and 字节 < 192*
|
|
|
|
## 编码
|
|
|
|
`(文本, 内存, 基址)`
|
|
|
|
把 Unicode 标量序列按 UTF-8 写入 `Memory`,返回字节长度。
|
|
这是 `.mq.md` 自己实现的编码逻辑,不是 Rust 内建 UTF-8 转换。
|
|
|
|
**点 = text.codepoints(文本)**
|
|
|
|
**下标 = 0**
|
|
|
|
**偏移 = 0**
|
|
|
|
- `下标 < 长度(点)`
|
|
|
|
**码点 = 点[下标]**
|
|
|
|
1. `码点 < 128`
|
|
|
|
**`内存[基址 + 偏移] = 码点`**
|
|
|
|
**偏移 = 偏移 + 1**
|
|
|
|
2. `码点 < 2048`
|
|
|
|
**`内存[基址 + 偏移] = 192 + 码点 // 64`**
|
|
|
|
**`内存[基址 + 偏移 + 1] = 128 + 码点 % 64`**
|
|
|
|
**偏移 = 偏移 + 2**
|
|
|
|
3. `码点 < 65536`
|
|
|
|
**`内存[基址 + 偏移] = 224 + 码点 // 4096`**
|
|
|
|
**`内存[基址 + 偏移 + 1] = 128 + 码点 // 64 % 64`**
|
|
|
|
**`内存[基址 + 偏移 + 2] = 128 + 码点 % 64`**
|
|
|
|
**偏移 = 偏移 + 3**
|
|
|
|
4. `true`
|
|
|
|
**`内存[基址 + 偏移] = 240 + 码点 // 262144`**
|
|
|
|
**`内存[基址 + 偏移 + 1] = 128 + 码点 // 4096 % 64`**
|
|
|
|
**`内存[基址 + 偏移 + 2] = 128 + 码点 // 64 % 64`**
|
|
|
|
**`内存[基址 + 偏移 + 3] = 128 + 码点 % 64`**
|
|
|
|
**偏移 = 偏移 + 4**
|
|
|
|
**下标 = 下标 + 1**
|
|
|
|
*偏移*
|
|
|
|
## 解码2
|
|
|
|
`(内存, 基址, 长度, 偏移, 文本)`
|
|
|
|
1. `偏移 + 1 >= 长度`
|
|
|
|
*[文本, 偏移, "utf8.truncated"]*
|
|
|
|
**b1 = 内存[基址 + 偏移 + 1]**
|
|
|
|
1. `not 续字节(b1)`
|
|
|
|
*[文本, 偏移, "utf8.invalid_continuation"]*
|
|
|
|
**码点 = (内存[基址 + 偏移] - 192) * 64 + (b1 - 128)**
|
|
|
|
1. `码点 < 128`
|
|
|
|
*[文本, 偏移, "utf8.invalid_scalar"]*
|
|
|
|
*[文本 + text.from_codepoint(码点), 偏移 + 2, ""]*
|
|
|
|
## 解码3
|
|
|
|
`(内存, 基址, 长度, 偏移, 文本)`
|
|
|
|
1. `偏移 + 2 >= 长度`
|
|
|
|
*[文本, 偏移, "utf8.truncated"]*
|
|
|
|
**b1 = 内存[基址 + 偏移 + 1]**
|
|
|
|
**b2 = 内存[基址 + 偏移 + 2]**
|
|
|
|
1. `not (续字节(b1) and 续字节(b2))`
|
|
|
|
*[文本, 偏移, "utf8.invalid_continuation"]*
|
|
|
|
**码点 = (内存[基址 + 偏移] - 224) * 4096 + (b1 - 128) * 64 + (b2 - 128)**
|
|
|
|
1. `码点 < 2048 or (码点 >= 55296 and 码点 <= 57343)`
|
|
|
|
*[文本, 偏移, "utf8.invalid_scalar"]*
|
|
|
|
*[文本 + text.from_codepoint(码点), 偏移 + 3, ""]*
|
|
|
|
## 解码4
|
|
|
|
`(内存, 基址, 长度, 偏移, 文本)`
|
|
|
|
1. `偏移 + 3 >= 长度`
|
|
|
|
*[文本, 偏移, "utf8.truncated"]*
|
|
|
|
**b1 = 内存[基址 + 偏移 + 1]**
|
|
|
|
**b2 = 内存[基址 + 偏移 + 2]**
|
|
|
|
**b3 = 内存[基址 + 偏移 + 3]**
|
|
|
|
1. `not (续字节(b1) and 续字节(b2) and 续字节(b3))`
|
|
|
|
*[文本, 偏移, "utf8.invalid_continuation"]*
|
|
|
|
**码点 = (内存[基址 + 偏移] - 240) * 262144 + (b1 - 128) * 4096 + (b2 - 128) * 64 + (b3 - 128)**
|
|
|
|
1. `码点 < 65536 or 码点 > 1114111`
|
|
|
|
*[文本, 偏移, "utf8.invalid_scalar"]*
|
|
|
|
*[文本 + text.from_codepoint(码点), 偏移 + 4, ""]*
|
|
|
|
## 解码
|
|
|
|
`(内存, 基址, 长度)`
|
|
|
|
**偏移 = 0**
|
|
|
|
**文本 = ""**
|
|
|
|
**错误 = ""**
|
|
|
|
- `偏移 < 长度 and 错误 == ""`
|
|
|
|
**首 = 内存[基址 + 偏移]**
|
|
|
|
1. `首 < 128`
|
|
|
|
**文本 = 文本 + text.from_codepoint(首)**
|
|
|
|
**偏移 = 偏移 + 1**
|
|
|
|
2. `首 < 194`
|
|
|
|
**错误 = "utf8.invalid_lead"**
|
|
|
|
3. `首 < 224`
|
|
|
|
**结果 = 解码2(内存, 基址, 长度, 偏移, 文本)**
|
|
|
|
**文本 = 结果[0]**
|
|
|
|
**偏移 = 结果[1]**
|
|
|
|
**错误 = 结果[2]**
|
|
|
|
4. `首 < 240`
|
|
|
|
**结果 = 解码3(内存, 基址, 长度, 偏移, 文本)**
|
|
|
|
**文本 = 结果[0]**
|
|
|
|
**偏移 = 结果[1]**
|
|
|
|
**错误 = 结果[2]**
|
|
|
|
5. `首 < 245`
|
|
|
|
**结果 = 解码4(内存, 基址, 长度, 偏移, 文本)**
|
|
|
|
**文本 = 结果[0]**
|
|
|
|
**偏移 = 结果[1]**
|
|
|
|
**错误 = 结果[2]**
|
|
|
|
6. `true`
|
|
|
|
**错误 = "utf8.invalid_lead"**
|
|
|
|
1. `错误 == ""`
|
|
|
|
*成功(文本)*
|
|
|
|
2. `true`
|
|
|
|
*失败(错误, "UTF-8 解码失败")*
|
|
|
|
## utf8编码
|
|
|
|
`(文本, 内存, 基址)`
|
|
|
|
*编码(文本, 内存, 基址)*
|
|
|
|
## utf8解码
|
|
|
|
`(内存, 基址, 长度)`
|
|
|
|
*解码(内存, 基址, 长度)*
|