🚀 go-pugleaf

W dniu 2016-06-05 o 14:49, Borneq pisze:
> W dniu 05.06.2016 o 14:16, Borneq pisze:

>> - w pętli dopóki pierwszy bajt czy słowo grupy opisującej znak jest
>> różne od 0, a co gdy znak zero będzie błędnie w środku grupy?

To samo, co w przypadku gdy błędny bajt będzie w środku grupy, albo w 
grupie znajduje się więcej bajtów niż trzeba. Jakoś obsłużyć wg potrzeb.

>> - jaką wielkość bufora 16-bitowego przydzielać dla wejściowego utf8 i
>> odwrotnie?

Pesymistycznie? 2x więcej bajtów, niż dla UTF-8.

>> - w jaki dobry, statystyczny sposób określić czy tekst bez BOM jest UTF8?

Co rozumiesz przez „statyczny”?

> Przy okazji - jak printfem wypisać znaki Unicode na konsolę lub do
> pliku?

Przenośnie? Zaopatrz się w jakąś bibliotekę. Przenośnie trudno zrobić 
(nawet korzystając z dobrodziejstw >= C++11). wchar_t zazwyczaj trzyma 
znaki w UTF-16 lub UTF-32 w zależności od systemu, char to już w ogóle 
wolna amerykanka zależna od bieżących ustawień locale (także na Windows, 
bo niektórzy się dziwią).
Nieprzenośnie, znając bieżące ustawienia? Zakoduj na sztywno ;)


Formalnie poczytać i zrozumieć, nawet jak użyć chcesz czegoś gotowego:
http://www.cl.cam.ac.uk/~mgk25/unicode.html
http://utf8everywhere.org/