微博

说明

你发现社交媒体市场上存在一个空白：非常非常短的帖子。 如今 Twitter 允许发布 280 个字符的帖子，那些想要快速更新社交动态的人依然无法得到满足。 你决定创建自己的社交网络。

为了让产品引人注目，你把它做得很极端：只允许发布 5 个或更少字符的帖子。 超过 5 个字符的帖子一律截断为 5 个字符。

为了让用户充分表达自己，你允许使用表情符号和其他 Unicode 字符。

任务是：把输入的字符串截断为 5 个字符。

文本编码

以数字方式存储的文本必须转换成一连串的字节。 把字符映射为字节的常用方式有 3 种。

• ASCII可以编码英文字符。 所有字符都恰好占 1 个字节。
• UTF-8是一种 Unicode 文本编码。 字符占 1 到 4 个字节。
• UTF-16是一种 Unicode 文本编码。 字符占 2 个或 4 个字节。

UTF-8 和 UTF-16 都是 Unicode 编码，也就是说它们能够表示范围极其广泛的字符，包括：

• 世界上大多数语言和文字的文本
• 历史文本
• 表情符号

UTF-8 和 UTF-16 都是变长编码，也就是说，不同的字符占用的空间大小不同。

看看字母 'a' 和表情符号 '😛'。 在 UTF-16 中，这个字母占 2 个字节，而这个表情符号占 4 个字节。

这道练习的诀窍在于，使用围绕 Unicode 字符（码点）设计的 API，而不是 Unicode 码元。

Tcl 关于 Unicode 的说明

在 8.1 版本中，Tcl 字符串已经能够无缝处理 Unicode 字符。在当时，这相当具有开创性。然而，随着越来越多的 Unicode 字符被创造出来，Tcl 处理它们的能力逐渐落后。

Tcl 的内部实现只能处理 16 位的 Unicode 字符，只覆盖了前 65,526 个字符。这个 Tcl wiki 页面给出了原因，尤其是其中关于“AndroWish”语言的讨论。

Tcl 9.0 是第一个能够处理完整的 Unicode 字符集的版本。因此，只有使用 Tcl 9.0 版本才能（轻松地）解出这个练习。