人们如何在 Smalltalk 中实现 UTF-8？
How do people implement UTF-8 in Smalltalk?
我一直在做一些实施 UTF8String 的初步工作，为此我必须解决与 #size、#at:、#do: 等消息相关的问题，等等。其中有一些我找不到好的解决方案。示例包括 #new:（class 端）和 #at:put:（实例），因为它们需要（或使用）的字节数取决于字符串最终包含的实际字符。
一个可以考虑的想法是在尾部分配额外的（未使用的）空字节，这实际上不是字符串的一部分，并且仅在那些情况下使用 #become: 是空位置用完.这是一个好（或坏）主意吗？正确的实施应该如何运作？
恕我直言，最好只将 UTF8 用于导入和导出。在内部，字符使用 32 位。
一个解决方案是将字节序列保存到一个实例变量（一个 ByteArray）中，然后使用一个普通的基于指针的 subclass 而不是使用一个 variableByteSubclass.
然后可以轻松实现预分配额外字节的策略，因为您会将有效大小存储到另一个实例变量中。由你调整代码complexity/efficiency，memory/speed平衡。
优点是避免与其他 VM 原语混淆，例如 copyReplaceFrom:to:with:startingAt：它可以将原始编码从一个字节导向 class 传输到另一个字节，可能会造成对编码的错误解释。
另一个优点是您不需要调用 become: super-power。
如果你有能力付出努力，你可以做得比所有角色都变成 32 位要好得多。实际文本要么全是 ascii（英语、程序），要么有一些非 ascii 字符（德语、法语），要么几乎是完整的多字节文本。对于那些有一些非ascii的人，你可以保留一个支持数据结构来帮助#at:等
我一直在做一些实施 UTF8String 的初步工作，为此我必须解决与 #size、#at:、#do: 等消息相关的问题，等等。其中有一些我找不到好的解决方案。示例包括 #new:（class 端）和 #at:put:（实例），因为它们需要（或使用）的字节数取决于字符串最终包含的实际字符。
一个可以考虑的想法是在尾部分配额外的（未使用的）空字节，这实际上不是字符串的一部分，并且仅在那些情况下使用 #become: 是空位置用完.这是一个好（或坏）主意吗？正确的实施应该如何运作？
恕我直言，最好只将 UTF8 用于导入和导出。在内部，字符使用 32 位。
一个解决方案是将字节序列保存到一个实例变量（一个 ByteArray）中，然后使用一个普通的基于指针的 subclass 而不是使用一个 variableByteSubclass.
然后可以轻松实现预分配额外字节的策略，因为您会将有效大小存储到另一个实例变量中。由你调整代码complexity/efficiency，memory/speed平衡。
优点是避免与其他 VM 原语混淆，例如 copyReplaceFrom:to:with:startingAt：它可以将原始编码从一个字节导向 class 传输到另一个字节，可能会造成对编码的错误解释。
另一个优点是您不需要调用 become: super-power。
如果你有能力付出努力，你可以做得比所有角色都变成 32 位要好得多。实际文本要么全是 ascii（英语、程序），要么有一些非 ascii 字符（德语、法语），要么几乎是完整的多字节文本。对于那些有一些非ascii的人，你可以保留一个支持数据结构来帮助#at:等