2007-12-31

点睛文本编码查询 D 语言版

关键字: D, phobos, DFL

　　本软件用于将文本的字符串转换为 Text、Default、Unicode、UTF-8 之间的互相转换，用于文本查询。转换结果使用十六进制表示。

　　D 语言版不需要特殊的运行库支持。相对于 VB5 版增加了允许输入十六进制的功能，相对于 .net 版减少了一些功能。

　　对于我自己来说，这是练习使用 D 语言的一个副产品。

　　程序使用 D 1.015, phobos 和 dfl 开发。

　　在这一次练习中，发现 D 语言使用上可以和 c# 很类似，比如我写的 HexStringCoding 类，从 c# 复制过来，只修改了几个小地方（如增加 cast，去除 unsafe），就可以正常编译并且正常运行。另外，和 c/dll 的集成也不错，使用 WideCharToMultiByte 之类的系统函数还是很方便的。dfl 大体模仿 .net，所以使用起来很方便。

　　不过，问题也不少。

　　比如 bool 类型可以和任何可以转换为 0 和 1 的值进行隐式转换，就是一个语言方面的缺陷。

　　另外，D 语言选择 char[] 当作字符串来处理，也是一个非常不可理解的事情。char[] 被定义为 utf8，所以如果要对它进行随机检索的话，就需要更多的代码和更差的运行效率，在我看来，utf8 根本不适合作为程序内部处理字符串的编码方案。utf16 才适合。另外，没有 string 类，而用数组来代替 string 的做法也问题多多，除了强类型检测之外，string 类还应该提供相应的字符串处理函数，而不是使用全局函数处理字符串。在我做这个程序的时候，是都使用 utf16 的 wchar[] 来做中间的字符串代替品的，不过，dfl 遵循使用 char[] 的方案，所以，和界面交互的部分也做了转换处理。也许以后可以修改一下 dfl 的代码，使之直接使用 utf16 吧。

　　另一个问题是，无法使用 obj == null 来判断一个实例是否为空，这个问题不知道别人有没有遇到，或者有什么别的解决方案，我是通过 try catch 的方式处理了，不过感觉很不爽。

　　另外，还遇到一个问题，基类定义了 abstract 的函数，子类实现了，但是没有使用 override 关键字，编译通过，但是运行结果莫名其妙，加上 override 之后就正常了。这个问题可能造成错误的几率要比上面说的问题大的多，本来，D 应该在这种情况下编译出错才是。

　　再者，D 的 module 组织方式，感觉是在鼓励大家把所有的类写入一个文件中，实在不是一个好的方式。

　　对于 dfl，也稍微说一下，它使用了首字母小写的方式，在我看来，既然模仿 .net，就不如模仿个彻底，让大家把 .net 的程序复制过来后，做最少的修改就能编译运行才好 —— 所有首字母改成小写，也是一个不小的工程啊。

　　Tango 的安装步骤很罗嗦，我还没有试过，不过，嗯，回头还是应该试一下的。

评论
梁利锋 2008-01-05
@oldrev

1 判断指针难道不应该用 &p == null 么？那么 &p == null 和 p == null 什么区别？

2 utf16的问题，用 phobos(D1.015) 写一个简单的程序：
char[] s = "世界，你好";
writef(s);
代码保存成 utf8 带标志的格式，运行结果是：
涓栫晫锛屼綘濂
如果用 readln 获取输入的话：
char[] s = readln();
writef(s);
输入“世界，你好”，结果是：
Error: 4invalid UTF-8 sequence
当然，这可以看作 phobos 的一个 bug，同样缺省使用 utf8 的 tango(D1.024) 就可以正确处理中文。
utf8 是一种适合于保存（对于英语世界来说）的格式，而不是一个适合于处理的格式，任何的字符串处理函数在处理 utf8 的时候都会非常麻烦 —— 如果它真的把它当作 utf8，而不是纯英文在处理的话。所以我认为，使用 utf8 作为内码只是使得英语世界的人，更容易的写出不支持多语言的程序却不自知。
我至今没有发现什么需要转换成 utf32 才能操作的文本，也许以后会有吧。

3 用 c++ 不多，不知道 std::string 成员函数太多而广受批评是什么意思。ruby 里面对于数组，连 first 和 last 都各自是一个函数，也没见有人批评，反而是赞誉居多。不过 D 也支持“扩展方法”倒是挺好的。

4 c# 也是一定要写 override 关键字的，否则编译器会抱怨说“如果你想隐藏一个父类成员，请使用 new 关键字进行隐藏”。我只是觉得奇怪，为什么 D 里面不写 override 关键字可以编译通过，特别是，父类里的是一个 abstract 的函数，根本没有缺省实现，而编译器却没有任何抱怨？

5 标准库的问题，似乎也很多人说了。tango 我也试了一下，感觉好一点，毕竟 phobos 里面，基本上连个“类”都很难找到，大都是裸函数。其实，我觉得，“标准库”只是提供一组 interface 都是好的，这样才更体现“标准”之意。

6 首字母小写只是个人习惯问题了
oldrev 2008-01-03
几个小问题：

1. utf16只是 ms 的一厢情愿而已，除nt外绝大多数系统都是 utf-8，真要到操纵文本的时候都得转换成 utf32。

2. 尽量用外部函数而不是成员函数这更有利于封装，C++ 的 std::string 就是因为成员函数太多而广受批评。D里对数组有个“扩展方法”的语法糖：定义了 void foo(T)(T[] array); 就可以用 array.foo() 的形式来调用了。

3. 跟 C# 不一样的地方，凡是涉及到 override 都要写 override 关键字。

4. D 的 module 官方走的是小而专的路子，就像 Ruby和Python的标准库那样，反之， tango 想重新成为 .net/java 标准库

5. 首字小写是官方推荐标准，个人感觉比较合理，比如构造函数就是 this()，天生的 camelcase，呵呵。如果说类型首字大写的话那些内置属性比如 int.Sizeof 会很难看
oldrev 2008-01-03
判断指针可以用 p == null，而对象引用一定要用 obj is null
梁利锋 2008-01-01
又试了一下，判断 obj 是否为 null 可以使用 obj is null，只是不理解为什么 obj == null 不会造成编译错误。
发表评论

您还没有登录，请登录后发表评论

梁利锋
搜索本博客
博客分类
存档
最新评论