Unicode 与字形簇（Grapheme Cluster）

MushScript 的字符单位不是码点，是扩展字形簇（Extended Grapheme Cluster）。字符串的 Length、下标、切片与方法面全部按簇计数。

一个「字」可能不止一个码点

print("e\u{301}".Length, "é".Length, "e\u{301}" == "é");
print("甲".Length, "👨‍👩‍👧".Length);

1 1 False
1 1

e 加组合锐音符是两个码点，拼出来的人眼字符是一个簇，Length 为 1。预组合的 é 同样是一个簇。但两者不是同一个值：字符串等值按码点序列精确比较，语言不做隐式 NFC 归一化。emoji 也一样：一家三口的组合 emoji 是一长串码点，簇数是 1。

按簇遍历与取簇

val s = "aé甲🚀";
for c in s
{
    print("簇", c);
}
print(s.CharAt(1), s.CharAt(3));
print(s.Substr(0, 2));

簇 a
簇 é
簇 甲
簇 🚀
é 🚀
aé

for-in 逐簇产出，CharAt(下标) 按簇号取字，Substr 的起止也按簇算。中文、emoji、组合字符按同一簇规则处理，不会出现「取半个字」。

码点与 ASCII 助手

print("hello".CodePointAt(0), "甲".CodePointAt(0));
print('a'.IsAsciiLetter(), '5'.IsAsciiDigit(), 'x'.ToAsciiUpper());

104 30002
True True X

需要底层码点时用 CodePointAt(下标)，它返回该簇首标量的码点。char 的 ASCII 分类与大小写转换挂在 char 上直接可调：IsAsciiDigit / IsAsciiLetter / IsAsciiUpper / IsAsciiLower / ToAsciiUpper / ToAsciiLower。

注意

• 插值与格式化不区分簇，孔里放什么值按值的字符串化规则来。