Lua 截取字符串(截取utf-8格式字符串)
2024-09-04 22:50:08
对utf-8完全没概念的可以看看我上一篇随笔:简单说说utf-8编码格式
另外,还要知道string.sub 和 string.byte 的用法。
先上完整代码:
local StringHelper = {} --[[
utf-8编码规则
单字节 - 0起头
1字节 0xxxxxxx 0 - 127
多字节 - 第一个字节n个1加1个0起头
2 字节 110xxxxx 192 - 223
3 字节 1110xxxx 224 - 239
4 字节 11110xxx 240 - 247
可能有1-4个字节
--]]
function StringHelper.GetBytes(char)
if not char then
return
end
local code = string.byte(char)
if code < then
return
elseif code <= then
return
elseif code <= then
return
elseif code <= then
return
else
-- 讲道理不会走到这里^_^
return
end
end function StringHelper.Sub(str, startIndex, endIndex)
local tempStr = str
local byteStart = -- string.sub截取的开始位置
local byteEnd = - -- string.sub截取的结束位置
local index = -- 字符记数
local bytes = -- 字符的字节记数 startIndex = math.max(startIndex, )
endIndex = endIndex or -
while string.len(tempStr) > do
if index == startIndex - then
byteStart = bytes+;
elseif index == endIndex then
byteEnd = bytes;
break;
end
bytes = bytes + StringHelper.GetBytes(tempStr)
tempStr = string.sub(str, bytes+) index = index +
end
return string.sub(str, byteStart, byteEnd)
end
基本思路:
之所以要自己写一个截取函数,是因为lua的库函数string.sub实际是字节的截取函数。
uft-8编码格式中,大部分中文是3个字节表示的,数字和字母等是一个字节的,还有某些国家的语言是2字节的,直接用string.sub就可能截出乱码来,因为不确定要截多少个字节。
所以,
定义一个GetBytes函数,获取字符的字节数(根据首个字节的高位标记,判断是几字节的字符)
然后不断后移,记录字节数和字符数。
如上图,假设要取字符3-4,那么应该从第3个字符的第一个字节取到第4个字最后一个字节
即:
当前字符数为截取的起始字符(startIndex)前一个位置时,说明从下一个字节开始截取字符串 即 index == startIndex - 1 时 byteStart = bytes+1
当前字符数为截取的终止字符(endIndex)时,说明要截取的字符串到此为止 即 index == endIndex 时 byteEnd = bytes
用 string.sub(str, byteStart, byteEnd) 就能截取byteStart 到 byteEnd 的字节
测试代码:
str = "中1文*a字符串勉強します";
print(StringHelper.Sub(str, 3, 4))
print(StringHelper.Sub(str, , ))
print(StringHelper.Sub(str, ))
print(StringHelper.Sub(str, , ))
测试结果:
最新文章
- jQuery插件开发代码
- 重载与覆盖(java)
- 【227】◀▶ IDL 其他常用函数
- core java 1~4(HelloWorld &; 标识符|关键字|数据类型 &; 表达式|流程控制 &; 数组)
- TextView过长显示省略号, TextView文字中间加横线
- HDU 5505 - BestCoder Round #60 - GT and numbers
- 射频识别技术漫谈(18)——Mifare Desfire
- IceMx.Mvc 我的js MVC 框架 一、html代码的分离(视图)
- Memcached的安装配置与测试
- Asp.Net Web APi 路由的特点
- CentOS,crontab的学习、使用、问题解决记录
- parcel 在js中导入 html 文件
- re+正则01
- JavaScript 图片弹框显示
- 从LIst集合中安全的删除元素
- Python学习笔记9-多线程和多进程
- 如何去除Launcher默认的google search bar?
- fabric 安装
- Android--用Valley框架去上传图片
- php内核为变量的值分配内存的几个宏