C++&Win32 API ICU4Cでユニコードを扱う

Windows 10 バージョン 1903以降、最新のSDKではicu.h、icu.lib、icu.dllからICU4Cを使用できます。ICU4Cを使えばUnicode関係の詳細な処理が可能です。ここでは動作確認用のコードを公開します。

参考

この投稿を書く際に参照したページです。

• International Components for Unicode (ICU) - Microsoft Docs
• ICU-TC Home Page（ICUのC言語やJava言語向けドキュメント）
• ICU 最新版 Documentation（unicode-org.github.io）

ある文字の名前を取得する

u_charName関数を使用します。バッファーは自前で確保する必要があります。

#include <array>
#include <string>

#include <icu.h>
#pragma comment(lib, "icu.lib")

int wmain()
{
    UErrorCode status{ U_ZERO_ERROR };

    u_init(&status);

    std::array<char, 100> buffer;
    auto copied = u_charName(U'🍊', UCharNameChoice::U_UNICODE_CHAR_NAME, buffer.data(), std::size(buffer), &status);
    std::string char_name(buffer.cbegin(), buffer.cbegin() + copied);
    // "TANGERINE"

    return 0;
}

ある文字範囲の名前を取得する

u_enumCharNames関数を使用します。コールバック関数に順次コードや名前が渡されます。

#include <vector>
#include <string>
#include <tuple>

#include <icu.h>
#pragma comment(lib, "icu.lib")

int wmain()
{
    UErrorCode status{ U_ZERO_ERROR };

    u_init(&status);

    std::vector<std::tuple<UChar32, std::string>> names;
    u_enumCharNames(U'🍊', U'🍎' + 1, [](void* context, UChar32 code, UCharNameChoice nameChoice, const char* name, int32_t length) -> UBool
        {
            auto& names = *reinterpret_cast<std::vector<std::tuple<UChar32, std::string>>*>(context);
            names.emplace_back(std::make_tuple(code, name));
            return TRUE;
        },
        &names, UCharNameChoice::U_UNICODE_CHAR_NAME, &status);
    // [0] (127818, "TANGERINE")
    // [1] (127819, "LEMON")
    // [2] (127820, "BANANA")
    // [3] (127821, "PINEAPPLE")
    // [4] (127822, "RED APPLE")

    return 0;
}

文字の名前から文字コードを取得する

u_charFromName関数を使用します。

#include <string>

#include <icu.h>
#pragma comment(lib, "icu.lib")

int wmain()
{
    UErrorCode status{ U_ZERO_ERROR };

    u_init(&status);

    auto c = u_charFromName(UCharNameChoice::U_UNICODE_CHAR_NAME, "TANGERINE", &status);
    // 127818

    return 0;
}

ICUのバージョン情報を取得する

バイナリ形式はu_getDataVersion関数、バイナリ形式から文字列への変換はu_versionToString関数を使います。区切り文字はU_VERSION_DELIMITERとして定義されています。

#include <array>
#include <string>

#include <icu.h>
#pragma comment(lib, "icu.lib")

int wmain()
{
    // ICU4Cの初期化
    UErrorCode status{ U_ZERO_ERROR };
    u_init(&status);

    // バイナリ形式のバージョン情報取得
    UVersionInfo version{};
    u_getDataVersion(version, &status);
    // {64, 2, 0, 0}

    // 文字列形式のバージョン情報取得
    std::array<char, U_MAX_VERSION_STRING_LENGTH> versionString;
    u_versionToString(version, versionString.data());
    // 64.2

    // 文字列形式のバージョン情報の区切り文字
    auto delimiter = U_VERSION_DELIMITER;

    return 0;
}