如何获取字符串中的字符数 [英] How to get the number of characters in a string
问题描述
如何获取围棋中字符串的字符数？
例如，如果我有一个字符串"hello"，该方法应该返回5。我看到len(str)返回字节数而不是字符数，因此len("£")返回2而不是1，因为GB在UTF-8中是用两个字节编码的。
推荐答案
您可以从utf8包中尝试RuneCountInString。
返回p中的符号数
如this script所示：世界和世界的长度可能为6(中文为："；世界"；)，但符文计数为2：
package main
import "fmt"
import "unicode/utf8"
func main() {
fmt.Println("Hello, 世界", len("世界"), utf8.RuneCountInString("世界"))
}
实际上您只需类型强制转换即可对符文执行len()操作。
len([]rune("世界"))将打印2。至少在GO 1.3中。
和CL 108985(2018年5月，针对GO 1.11)，len([]rune(string))现已优化。(修复issue 24923)
编译器自动检测len([]rune(string))模式，并将其替换为for r：=range的调用。
添加了一个新的运行时函数来计算字符串中的符文。 修改编译器以检测模式len([]rune(string))并将其替换为新的符文计数运行时函数。RuneCount/lenruneslice/ASCII 27.8ns ± 2% 14.5ns ± 3% -47.70% RuneCount/lenruneslice/Japanese 126ns ± 2% 60 ns ± 2% -52.03% RuneCount/lenruneslice/MixedLength 104ns ± 2% 50 ns ± 1% -51.71%
Stefan Steiger指向博客帖子Text normalization in Go
什么是字符？
如strings blog post中所述，字符可以跨越多个符文。
例如，"e"和"◌́◌́"(急性&u0301&qot；)可以组合成"é"("；eu0301"；in nfd)。这两个符文加在一起是一个字符。字符的定义可能因应用程序而异。
对于normalization，我们将其定义为：
- 以起始符开头的符文序列
- 不修改或向后组合任何其他符文的符文
- 后跟可能为空的非启动符序列，即具有启动符的符文(通常是重音符号)。
规范化算法一次处理一个字符。
使用该软件包及其Iter type，实际"；字符数为：
package main
import "fmt"
import "golang.org/x/text/unicode/norm"
func main() {
var ia norm.Iter
ia.InitString(norm.NFKD, "école")
nc := 0
for !ia.Done() {
nc = nc + 1
ia.Next()
}
fmt.Printf("Number of chars: %d
", nc)
}
此处，它使用Unicode Normalization formNFKD&Quot；兼容性分解
Oliver的answer指向UNICODE TEXT SEGMENTATION是可靠地确定某些重要文本元素(用户可感知的字符、单词和句子)之间默认边界的唯一方法。
为此，您需要一个像rivo/uniseg这样的外部库，它执行Unicode文本分割。
这将实际计算"；grapheme群集"；，其中多个代码点可以组合成一个用户可识别的字符。
package uniseg
import (
"fmt"
"github.com/rivo/uniseg"
)
func main() {
gr := uniseg.NewGraphemes("👍🏼!")
for gr.Next() {
fmt.Printf("%x ", gr.Runes())
}
// Output: [1f44d 1f3fc] [21]
}
两个字素，即使有三个字母(Unicode代码点)。
您可以在"；How to manipulate strings in GO to reverse them?"；
中查看其他示例仅👩🏾🦰一项就是一个字素，但来自unicode to code points converter的是4个符文：
这篇关于如何获取字符串中的字符数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
