Ada 2022中字符串长度的单位是什么？相关文档位置咨询

核心结论 #

• 固定长度字符串（String类型）：长度单位是code points（对应Ada的Character类型，基于ISO Latin-1编码，每个Character对应一个code point，同时也是1字节）。
• 有界字符串（Bounded_String，来自Ada.Strings.Bounded）和无界字符串（Unbounded_String，来自Ada.Strings.Unbounded）：长度单位同样是code points，内部存储基于Character序列，因此每个元素对应一个ISO Latin-1的code point。

依据文档 #

• Ada参考手册（ARM）：
  • ARM 3.6.1（字符串类型）明确规定，String是Character的一维数组，数组的长度即字符串的长度；而Character类型对应ISO/IEC 8859-1（Latin-1）的字符，每个Character是一个独立的code point。
  • ARM A.4.5（字符串处理包）中，Bounded_String和Unbounded_String的Length等长度相关函数，均以Character的数量作为计数标准，也就是code points的数量。
• AdaCore官方文档：
  • Ada.Strings.Unbounded包的说明中，Length函数的返回值定义为字符串中Character元素的个数，直接对应code points的数量。

补充说明 #

• 固定字符串长度数值上等于字节数，是因为Latin-1编码下每个code point恰好占1字节，这是编码特性导致的巧合，而非长度定义的单位。
• Ada默认字符串类型不支持grapheme clusters（如带组合标记的字符），若需处理这类复杂字符，需使用Ada.Characters.Handling或Unicode相关处理包（如Ada.Strings.Wide_Wide_Unbounded），此时长度单位对应宽字符的code points。

内容的提问来源于stack exchange，提问作者Wayne