Apache Xerces: ConvertUTF16toUCS4のソース コードは次のとおりです。
ConversionResult ConvertUTF16toUCS4(
UTF16 **sourceStart, UTF16 *sourceEnd,
UCS4 **targetStart, const UCS4 *targetEnd)
{
ConversionResult result = ok;
register UTF16 *source = *sourceStart;
register UCS4 *target = *targetStart;
while (source < sourceEnd)
{
register UCS4 ch;
ch = *source++;
if (ch >= kSurrogateHighStart && ch <= kSurrogateHighEnd && source < sourceEnd)
{
register UCS4 ch2 = *source;
if (ch2 >= kSurrogateLowStart && ch2 <= kSurrogateLowEnd)
{
ch = ((ch - kSurrogateHighStart) << halfShift) + (ch2 - kSurrogateLowStart) + halfBase;
++source;
};
};
if (target >= targetEnd)
{
result = targetExhausted;
break;
};
*target++ = ch;
};
*sourceStart = source;
*targetStart = target;
return result;
};
UTF16 でエンコードされたサロゲート ペアを UCS4 でエンコードされたデータに変換しようとしています。WindowsOS とリトル エンディアン マシンを使用しています。
よく見ると、変換後にターゲットを に割り当てていることがわかります*targetStart
。では、ターゲットの最初の要素ではなく、ターゲットの最後の要素を指しているのではないでしょうか? *targetStart = target;
コードからステートメントを削除すると、期待どおりに機能しています。これは API のバグですか、それとも何か不足していますか?