Unicode strings: text को जाँचना और बनाना

इस पाठ में Scarp की प्रकाशित और सत्यापित Unicode सुविधाएँ सीखेंगे। दोनों पूरे programs आधिकारिक compiler के tagged examples से लिए गए हैं। Unicode query functions v0.0.5-alpha.2 में उपलब्ध हुए (source commit e4db8e191cd7ea623123cae7348450ca6c95b170)। Text जोड़ना, slice करना और repeat करना v0.0.5-alpha.3 के प्रकाशित उदाहरण में दिखाया गया है (commit 7715c28df09c7703b39e14fddb963275b25df476)।

1. Unicode scalar और UTF-8 byte में अंतर

Scarp का string UTF-8 text रखता है। Unicode scalar value और UTF-8 byte एक जैसी गिनती नहीं हैं:

• café में चार scalar values हैं। é UTF-8 में दो bytes लेता है।
• 🌍 एक scalar है, पर UTF-8 में चार bytes लेता है।
• स्क्रीन पर दिखने वाला एक अक्षर या emoji कभी-कभी कई scalars से बनता है। इसे grapheme cluster कहते हैं। नीचे Scarp के text indices Unicode scalars गिनते हैं, स्क्रीन पर दिखने वाले अक्षर या bytes नहीं।

इन functions की text खोज exact है; automatic Unicode normalization या language-specific case folding का वादा नहीं है।

2. प्रकाशित alpha.2: Unicode text की जानकारी निकालें

UTF-8 फ़ाइल unicode_text.srp बनाएँ। नीचे आधिकारिक प्रकाशित source example बिल्कुल उसी रूप में है:

bind text: string = "café 🌍";
print(text_len(text), text_bytes(text), text_codepoint(text, 5));
print(text_find(text, "🌍"), text_contains(text, "é"));
print(text_starts_with(text, "caf"), text_ends_with(text, "🌍"));

प्रकाशित expected stdout:

6 10 127757
5 true
true true

पहली लाइन के अनुसार café 🌍 में 6 scalars, 10 UTF-8 bytes, और globe का code point 127757 है। दूसरी लाइन में globe का स्थान scalar index 5 है (गिनती शून्य से शुरू होती है)। तीसरी लाइन exact prefix/suffix match दिखाती है।

Alpha.2 के query built-ins

text_codepoint में negative या सीमा से बाहर scalar index error देता है (compiler diagnostic E0045)। खाली needle की खोज index zero से match होती है। ये functions मौजूदा string पढ़ते हैं, बदलते नहीं हैं।

Alpha.2 CLI से चलाएँ

v0.0.5-alpha.2 executable चुनें और unicode_text.srp वाले folder में ये commands चलाएँ:

scarp --version
scarp check unicode_text.srp
scarp run unicode_text.srp

पुराना check कुछ selected runtime paths चला सकता है, लेकिन user output नहीं दिखाता। यह केवल static verification नहीं है। run program का ऊपर दिया stdout दिखाता है। पहले compiler version ज़रूर जाँचें।

3. प्रकाशित alpha.3: text बनाएँ और repeat करें

Alpha.3 में string बनाने वाले functions उपलब्ध हैं। प्रकाशित text_construction.srp example की पूरी UTF-8 file:

bind greeting: string = text_concat("Hello, ", "🌍");
bind planet = text_slice(greeting, 7, 1);
print(greeting);
print(text_repeat(planet, 3));
print(text_len(greeting), text_bytes(greeting));

प्रकाशित expected stdout:

Hello, 🌍
🌍🌍🌍
8 11

इस source में तीन नए कार्य हैं:

• text_concat("Hello, ", "🌍") दो strings जोड़कर नई string बनाता है। इसका मतलब यह नहीं कि + operator से string जुड़ती है।
• text_slice(greeting, 7, 1) scalar index 7 से एक scalar चुनता है। Hello, 🌍 में वह globe है, भले वह चार UTF-8 bytes लेता हो।
• text_repeat(planet, 3) globe को तीन बार जोड़कर नई string बनाता है। अंतिम print के अनुसार greeting में 8 scalars और 11 UTF-8 bytes हैं।

Text construction पर allocation और execution work की सीमाएँ लागू हैं। इससे arbitrary string mutation, byte indexing, normalization, interpolation या सामान्य formatting API उपलब्ध नहीं हो जाती।

Alpha.3 CLI पर verify और execute करें

v0.0.5-alpha.3 executable चुनें और text_construction.srp वाले folder में चलाएँ:

scarp version
scarp verify text_construction.srp
scarp exec text_construction.srp

नया verify सामान्य runtime statements को चलाए बिना static source/type जाँच करता है। exec program चलाता है। ये नए Scarp-first commands alpha.2 में उपलब्ध नहीं हैं। पूरा विवरण वर्तमान CLI reference में है।

Scarp को system PATH में नहीं जोड़ा है तो Windows PowerShell में .\scarp.exe और Linux/macOS में ./scarp का उपयोग करें। Relative source path terminal की current directory से resolve होता है।

4. सामान्य गलतफहमियाँ

5. आगे क्या पढ़ें?

Types और values, प्रकाशित feature matrix, alpha.2 रिलीज़ विवरण, और alpha.3 quickstart देखें।

सत्यापन का स्रोत: पूरे source और stdout conformance/alpha2 तथा conformance/alpha3 में pinned हैं। अलग GitHub CI jobs वास्तविक tagged compiler पर examples चलाती हैं। TypeScript validator जाँचता है कि English और Hindi दोनों पाठ उन published fixtures से बिल्कुल मेल खाते हैं।