Next: 字符属性, Previous: 选择表示形式, Up: 非 ASCII 字符   [Contents][Index]

---

34.5 字符编码 ¶

单字节和多字节文本表示形式使用不同的字符编码。单字节表示形式的有效字符编码范围是 0 到 #xFF（255）——即单个字节可容纳的数值。多字节表示形式的有效字符编码范围是 0 到 #x3FFFFF。在此编码空间中，0 到 #x7F（127）的数值对应 ASCII 字符，#x80（128）到 #x3FFF7F（4194175）的数值对应非 ASCII 字符。

Emacs 字符编码是 Unicode 标准的超集。 0 到 #x10FFFF（1114111）的数值对应相同码点的 Unicode 字符；#x110000（1114112）到 #x3FFF7F（4194175）的数值表示未纳入 Unicode 统一编码的字符；#x3FFF80（4194176）到 #x3FFFFF（4194303）的数值表示 8 位原始字节。

Function: characterp charcode ¶

若 charcode 是有效的字符编码，则返回 t，否则返回 nil。

(characterp 65)
     ⇒ t

(characterp 4194303)
     ⇒ t

(characterp 4194304)
     ⇒ nil

Function: max-char &optional unicode ¶

该函数返回 Emacs 中有效字符码点的最大值。若可选参数 unicode 为非 nil，则返回 Unicode 标准定义的最大字符码点（该值小于 Emacs 支持的最大码点）。

(characterp (max-char))
     ⇒ t

(characterp (1+ (max-char)))
     ⇒ nil

Function: char-from-name string &optional ignore-case ¶

该函数返回 Unicode 名称为 string 的字符。若 ignore-case 为非 nil，则匹配 string 时忽略大小写。若 string 并非任何字符的名称，则返回 nil。

;; U+03A3
(= (char-from-name "GREEK CAPITAL LETTER SIGMA") #x03A3)
     ⇒ t

Function: char-to-name char ¶

该函数返回 char 对应的 Unicode 名称。若 char 不是有效字符或无 Unicode 名称，则返回 nil。

Function: get-byte &optional pos string ¶

该函数返回当前缓冲区中字符位置 pos 处的字节值。若当前缓冲区为单字节模式，则直接返回该位置的字节；若为多字节模式，ASCII 字符的字节值与其字符码点相同，而 8 位原始字节会被转换为对应的 8 位编码。若 pos 处的字符为非 ASCII 字符，函数会抛出错误。

可选参数 string 表示从该字符串而非当前缓冲区中获取字节值。