Часть 1
часть 2

Все мы когда-нибудь сталкивались с таким явлением, как текст из иероглифов (крякозябр).

Причины, почему строки в одной кодировке выводятся в другой, могут быть разными.
Но почему отображаются всегда одни и те же кракозябры?
Ответ на этот вопрос довольно прост.

Кодировки бывают однобайтовые и многобайтовые.
Это значит, что для представления одного символа из строки требуется один или более байтов.

Представляйте кодировку, как очень большую таблицу, где для каждому символу присваивается уникальный порядковый номер в рамках этой кодировки.

Большинство кодировок являются совместимыми с ASCII (UTF-7), поэтому латиница, цифры и символы отображаются в разных кодировках правильно.

Именно потому, что порядковые номера одного и того же символа могут отличаться в разных кодировках или вообще отсутствовать, строка может стать нечитаемой.

ссылка на канал | ссылка на группу

В разработке моей небольшой библиотеки для работы с utf-8 строками остановился прогресс.
Хаотичное написание кода не помогло решить архитектурные вопросы и проблемы.
Поэтому я решил начать разработку с нуля, а именно с определения условий и требований к проекту.

Строка: это массив символов с 0 в конце (char string[] { 'S', 't', 'r', 'i', 'n', 'g', '\0'}).
Ввод и вывод данных происходит в виде строки.
Большая часть работы происходит со строками.
Строка закодирована по стандарту utf-8.

Цель проекта разработать следующий функционал:
операции над строками (копирование, конкатенирование, сравнение...),
конвертирование других типов данных из/в строку (stringFromInt, stringToInt),
конвертирование кодировки строки из/в utf-16 для OS windows.

Условия:
Си подобный API с минимальным использованием возможностей C++.
Разрешается делать C++ обёртку над Си API.
Язык программирования: C++20.
Компилятор: gcc x86_64 12.2.0

ссылка на канал | ссылка на группу

1 часть
2 часть

По этой причине, если вы только начали свой путь в программировании, пишите все строки в программе на латинице, чтобы проблемы с кодировкой вас не затронули.

В кодировке UTF-8, CP-1251, CP-866 и других латинская буква 'A' представляется { 65 }.
Однако кириллическая 'А' в UTF-8 { 208, 144 }, в CP-1251 { 192 }, в CP-866 { 128 }.

Более наглядно разницу в кодировании символов можете посмотреть в разделе "Таблица символов" на сайте adruino.

Вот так строка в UTF-8 будет отображаться в разных распространённых кодировках:
UTF-8
"Здравствуйте. Hello. +-*/012345"

UTF-16
"���4�@�0�2�A�B�2�C�9�B�5. Hello. +-*/012345"

CP-437
"Здравствуйте. Hello. +-*/012345"

CP-866
"╨Ч╨┤╤А╨░╨▓╤Б╤В╨▓╤Г╨╣╤В╨╡. Hello. +-*/012345"

CP-1251
"Здравствуйте. Hello. +-*/012345"

CP-1252
"Здрав�твуйте. Hello. +-*/012345"

ссылка на канал | ссылка на группу

Не могу придумать однозначные названия для свойств строки и названия параметров функций.

У строки есть 3 свойства: объём памяти, количество байтов, количество символов.
Вопрос в том, какое название выбрать для каждого свойства?

int A { 64 }; // размер памяти
int B { 12 }; // количество байтов
int C {  6 }; // количество символов

char string[A] = "Привет";
B = 12 = count({ 208, 159, 209, 128, 208, 184, 208, 178, 208, 181, 209, 130 });
C =  6 = count("Привет");

ссылка на канал | ссылка на группу

Что ж, размер строки в символах и байтах теперь можно получить.

Предыдущий вопрос остаётся открытым.
Как назвать: размер массива, количество байтов и символов в строке?

Где-то нужно указать размер памяти, где-то количество байтов.
size в зависимости от контекста может иметь разный смысл.

Допустим, есть у нас функция, которая читает ввод из консоли и записывает его в буфер определённого размера.
void consoleRead(char* string, int sayMyName);

sayMyName может значить и размер строки в байтах, и размер памяти, может значить сколько символов мы хотим прочитать.

Либо функцию переделывать, либо думать над названием переменной.

ссылка на канал | ссылка на группу

Разрабатываю алгоритм работы функции на листочке).

Когда раз за разом не получается написать что-то рабочее, возьмите листик и карандаш и распишите весь алгоритм, а потом реализуйте его средствами языка программирования.

ссылка на канал | ссылка на группу

Листочек и немного времени творят чудеса.

Функция, которая месяц назад всегда провоцировала access violation, сейчас написана с 0 и прекрасно работает.

stringCopy(destination, source, terminated);
Копирует строку source в destination.

Так же эта функция прекрасно копирует перекрывающиеся строки в отличии от strcpy, поэтому есть возможность копировать, например, конец строки в её начало или сдвигать символы строке.

Для этого сделана удобная обёртка
stringCopy(string, offset, terminated);

ссылка на канал | ссылка на группу

Вот так сейчас довольно просто в виде обёртки над stringCopy реализован в прошлом stringShift (Move), который сдвигает символы в строке.

Код моей библиотеки это наглядный пример принципа DRY (Don`t Repeat Yourself).

Весь функционал моей библиотеки разбит на много маленьких и самостоятельных функций (модулей).

И более сложный функционал составляется из этих маленьких модулей без лишнего повторения кода.

ссылка на канал | ссылка на группу

Пример реализации функции замены подстроки в строке.

ссылка на канал | ссылка на группу

Делаю тестирование каждой функции и задумываюсь, какая семантика должна быть у функции в зависимости от аргументов.

Некоторые рассматриваемые вопросы есть в комментариях в коде.

Я объединил реализацию stringShift и stringCopy только потому, что у них было очень много общего кода.

stringShift тоже копирует строки, как stringCopy.
Отличие между ними заключается в том, что первая умеет копировать перекрывающиеся строки (memmove из C).
Хотя использовался этот функционал только для сдвига символов в строке.

ссылка на канал | ссылка на группу

Как же мне нравится заниматься инфографикой).

Визуализация помогает наглядно увидеть принцип работы, вероятные ошибки и способ оптимизации алгоритма.

ссылка на канал | ссылка на группу

Принцип работы копирования.

ссылка на канал | ссылка на группу

Ох, сколько же времени понадобится, чтобы сделать отладку каждой функции.

Параметров как-то многовато, но если спрятать повторяющиеся (string и capacity) в структуру String и вместо *status использовать return, станет получше.

Раньше у меня status был thread_local, и его не надо было явно передавать, чтобы гарантировать уникальную копию состояния для каждого потока.
Но это требует поддержки со стороны компилятора, а мне хочется попробовать сделать без неё.

stringCopy и stringShift я решил оставить самостоятельными функциями, так как у них немного разная логика.
stringShift в работе использует и может полагаться на offset, когда stringShift не может полагаться на разницу адресов (у меня выдавало разницу в миллиард).

В будущем напишу конвертер кодировок utf-8 <-> utf-16 и форматирование чисел).
1) stringToUtf16
2) stringFromUtf16
(Нужны только для OS windows)

3) stringFormatInt или через 3 параметр в stringFromInt

ссылка на канал | ссылка на группу

Тестирую сейчас каждую функцию из библиотеки.
На данный момент всё работает как и было задумано.

В процессе написания тестов заметил, что использовать мою библиотеку не особо удобно.
Нужно учитывать много низкоуровневых тонкостей и деталей реализации, чтобы работать со строкой.
Я хочу видеть строку, как массив символов вне зависимости от её кодировки и способа хранения.

Нужно пересмотреть способ работы с библиотекой и написать итераторы с функторами.
Тогда можно будет работать со строкой, как массивом символов, а не байтов.
Но и оставить возможность получить информацию по каждому символу: номер, количество байт, сам символ.

ссылка на канал | ссылка на группу

Это концепт stringIterateChar

Так будет гораздо проще работать со строкой, как с массивом символов.

Написать конвертер из строки в массив кодов или байтов теперь будет проще простого.

ссылка на канал | ссылка на группу

Вот таким образом можно итерировать строку посимвольно.

Этот код будет очень часто повторяться внутри библиотеки, поэтому нужно придумать, как его вынести в виде самостоятельной функции и использовать.

ссылка на канал | ссылка на группу

Посмотрите предыдущий пост ещё раз, я его полностью переделал.

ссылка на канал | ссылка на группу

Я пока ещё только учусь, чтобы официально стать полноценным junior разработчиком, но мне недавно предложили одно дело...

Нужно разработать графическую программу для работы с устройством.
Техническое задание сложное, но интересное, но и всё и сразу не требуют делать.
Прототип, с которым я буду работать, мне уже пришёл.

Пожелайте мне удачи и успехов с моим первым серьёзным проектом).

ссылка на канал | ссылка на группу

1 часть
2 часть

vs code это редактор кода с поддержкой плагинов.
Для работы с C++ нужно установить C/C++ дополнение, отдельно скачать и установить компилятор, потом создать конфиги в папке проекта.

Я хотел поэкспериментировать с настройкой конфигов, поэтому создал пустой проект без них с единственным файлом main.cpp.

В пустом проекте почему-то исходный код успешно компилировался и отлаживался, хотя я ещё ничего не настраивал, я даже не указывал путь до компилятора нигде.
Мне это показалось слишком странным, поэтому я решил копнуть глубже.

Оказалось, что отладчик неявно ищет путь к известным компиляторам в переменных среды (PATH).
У меня в PATH как раз был указан путь к моему компилятору gcc.
Я эту строчку удалил, чтобы узнать, что произойдёт дальше.

После этого отладчик сообщал об ошибке
Unable to start debugging. The value of miDebuggerPath is invalid

ссылка на канал | ссылка на группу

1 часть
2 часть

Хорошо, решение этой проблемы довольно простое.
Я создал launch.json и написал минимально необходимый конфиг, а главное
"miDebuggerPath": "D:/gcc/bin/gdb.exe".

Теперь при отладке ошибка стала другой:
ERROR: Unable to start debugging. Unexpected GDB output from command "-exec-run". During startup program exited with code 0xc0000135.

С такой ошибкой я ещё ни разу не сталкивался, она сбила меня с толку.
Спустя некоторое время поисков, я не нашёл решения для моей ошибки.

Тогда я решил поискать похожие проблемы не по тексту ошибки, а коду 0xc0000135.
И о чудо, на github уже кто-то сталкивался с таким кодом ошибки.
Оказалось, что отладчик просто не может найти DLL необходимые программе С++ библиотеки, которые обычно лежат в папке с компилятором или в c:/windows/system32.

Изменил current working directory "cwd": "${workspaceFolder}" на "cwd": "D:/gcc/bin/", у меня всё заработало.
Изменять текущую рабочую папку программы не самая лучшая идея, это костыль, из-за этого могут происходить самые разные и неочевидные проблемы.
Так и оказалось, когда я попробовал создать файл test.txt, он создался в папке с компилятором, а не рядом с main.exe.

Есть правильных 2 решения:
1) в настройках windows добавить в PATH путь до компилятора.
2) временно изменить PATH через конфиг.

Так как я сторонник portable программ, которые работают без установки и изменения реестра, я выбрал для себя 2 решение.

"environment":
[
    {
        "name": "PATH",
        "value": "%PATH%;D:/gcc/bin/"
    }
]

ссылка на канал | ссылка на группу

В последнее время с настроением у меня совсем беда.
Нет сил и желания заниматься даже программированием.
Наверное, это называется выгорание.
Надеюсь, arduino сможет вернуть мне настрой снова творить).

Заказал с Китая:
arduino nano v3 type-c
макетную плату
соединительные провода
20 RGB светодиодов
100 резисторов на 220 Ом
5 потенциометров на 10 кОм с ручкой

ссылка на канал | ссылка на группу