Lua中获取utf8字符串长度的方法和自定义函数
2015-04-21 09:08
696 查看
复制代码 代码如下:
--- 获取utf8编码字符串正确长度的方法
-- @param str
-- @return number
function utfstrlen(str)
local len = #str;
local left = len;
local cnt = 0;
local arr={0,0xc0,0xe0,0xf0,0xf8,0xfc};
while left ~= 0 do
local tmp=string.byte(str,-left);
local i=#arr;
while arr[i] do
if tmp>=arr[i] then left=left-i;break;end
i=i-1;
end
cnt=cnt+1;
end
return cnt;
end
lua 的string库不支持处理utf-8编码的汉字。用lua要处理汉字还是很费劲的。
--- 获取utf8编码字符串正确长度的方法
-- @param str
-- @return number
function utfstrlen(str)
local len = #str;
local left = len;
local cnt = 0;
local arr={0,0xc0,0xe0,0xf0,0xf8,0xfc};
while left ~= 0 do
local tmp=string.byte(str,-left);
local i=#arr;
while arr[i] do
if tmp>=arr[i] then left=left-i;break;end
i=i-1;
end
cnt=cnt+1;
end
return cnt;
end
lua 的string库不支持处理utf-8编码的汉字。用lua要处理汉字还是很费劲的。
UTF8的编码规则:
1. 字符的第一个字节范围: 0x00―0x7F(0-127),或者 0xC2―0xF4(194-244); UTF8 是兼容 ascii 的,所以 0~127 就和 ascii 完全一致
2. 0xC0, 0xC1,0xF5―0xFF(192, 193 和 245-255)不会出现在UTF8编码中
3. 0x80―0xBF(128-191)只会出现在第二个及随后的编码中(针对多字节编码,如汉字)
这样我们可以利用lua强大的模式匹配,来实现我们要的效果,关键的处理有这么两个:
1. local _, count = string.gsub(str, "[^\128-\193]", ""),用来得到str中的字符数
2. for uchar in string.gfind(str, "[%z\1-\127\194-\244][\128-\191]*") do tab[#tab+1] = uchar end,用来把str中的每个字符映射到tab中
您可能感兴趣的文章:
相关文章推荐
- ASP获取字符串长度的自定义函数
- ASP获取字符串长度的自定义函数
- ASP获取字符串长度的自定义函数
- LUA获取utf8字符串长度
- 获取utf8编码字符串正确长度的方法
- 自定义字符串处理函数(求长度,拷贝、拼接、比较)--两种方法
- LUA获取utf8字符串长度
- php自定义函数实现统计中文字符串长度的方法小结
- 自定义PHP中获取字符串长度函数
- Lua获取utf8字符串长度和字符串截取并用...代替
- linux shell脚本编程笔记(四): 获取字符串长度的七种方法
- JSP第四篇【EL表达式介绍、获取各类数据、11个内置对象、执行运算、回显数据、自定义函数、fn方法库】
- C++ string类型的字符串长度获取的三种方法
- JSP第四篇【EL表达式介绍、获取各类数据、11个内置对象、执行运算、回显数据、自定义函数、fn方法库】
- JSP第四篇【EL表达式介绍、获取各类数据、11个内置对象、执行运算、回显数据、自定义函数、fn方法库】
- String获取字符串长度--length方法
- JS获取字符串实际长度(包含汉字)的简单方法
- C++获取字符串长度的几个函数
- 关于对字符串、数组处理的常见问题与方法,如获取带有空格字符串长度,数组长度等。getline(),sprintf()使用。
- C语言中求字符串长度的函数的几种实现方法