微網誌

說明

你發現社群媒體市場在極短貼文這塊有個缺口。 既然 Twitter 現在允許 280 個字元的貼文，那些想要快速更新社群動態的人反而沒被服務到。 你決定打造自己的社群媒體網路。

為了讓你的產品與眾不同，你把它做到極端：只允許 5 個字元以內的貼文。 任何超過 5 個字元的貼文都應該截斷成 5 個字元。

為了讓使用者能充分表達自己，你允許 Emoji 和其他 Unicode 字元。

你的任務是把輸入字串截斷成 5 個字元。

文字編碼

以數位形式儲存的文字必須轉換成一連串的位元組。 目前常見的字元對應到位元組的方式有 3 種。

• ASCII可以編碼英文的字元。 所有字元都恰好佔 1 位元組。
• UTF-8是一種 Unicode 文字編碼。 字元佔 1 到 4 位元組。
• UTF-16是一種 Unicode 文字編碼。 字元長度不是 2 位元組就是 4 位元組。

UTF-8 和 UTF-16 都是 Unicode 編碼，這表示它們能夠表示非常多種字元，包括：

• 世界上大多數語言與文字系統的文字
• 歷史文本
• Emoji

UTF-8 和 UTF-16 都是可變長度編碼，這表示不同的字元佔用的空間大小也不同。

來看看字母「a」和 Emoji「😛」。 在 UTF-16 中，字母佔 2 位元組，但這個 Emoji 佔 4 位元組。

這道練習的訣竅，在於使用以 Unicode 字元（碼點）為核心設計的 API，而不是以 Unicode 碼元為核心的 API。

關於 Unicode 的 Tcl 注意事項

在 8.1 版中，Tcl 字串就能夠流暢地處理 Unicode 字元。 在當時，這可是相當劃時代的創舉。 然而，隨著 Unicode 字元不斷增加，Tcl 處理它們的能力也逐漸落後。

Tcl 的內部實作只能處理 16 位元的 Unicode 字元，僅涵蓋前 65,526 個字元。 這個 Tcl wiki 頁面，特別是其中關於「AndroWish」語言的討論，說明了背後的原因。

Tcl 9.0 是第一個能夠處理完整 Unicode 字元集的版本。 因此，這個練習只有使用 Tcl 9.0 版才能（輕鬆地）完成。