主页 / 问题 / 1558952
Accepted
Space Researcher
Asked:2023-12-26 05:02:16 +0800 CST2023-12-26 05:02:16 +0800 CST

具有 UTF-8 字符的函数 len golang

  • 772
package main
import "fmt"
// import "unsafe"

func main() {
    word := string("крен")
    // lastSymb := string(word[len(word)-1])
    // fmt.Println(lastSymb)
    // fmt.Println(word)
    // fmt.Println(unsafe.Sizeof(word))
    fmt.Println(len(word))
}

首先，我无法从俄语单词中取出最后一个字符，事实证明，许多来源错误地解释了 len() 函数的返回值，该函数显然是从英语翻译而来的，其中所有字母都属于经典 ASCII。注意，该函数返回字符串的长度（以字节为单位），而不是以符号为单位。问题是：

  1. 为什么对于单词 roll 返回 8，而不是 10，行尾符号在哪里？
  2. 获取任意字符串字符长度的优雅方法是什么？

UPD 我发现它使用“unicode/utf8”库，但是我真的需要使用整个库来完成这样一个简单的操作吗？？？还有其他选择吗？

golang

1 个回答

  1. Best Answer

    len返回数组或映射中的元素数量。根据定义，字符串类型是固定长度的字节数组。因此，len(word)它返回 8 个字节——正是用 utf-8 表示一个单词所需要的字节数крен。在 go 中，字符串不是以零结尾的，因此 len 返回 8，而不是 9。

    go 中的字母由 type 表示rune。为 string 定义了特殊类型转换[]rune()，它返回字符串字母数组（32 位 UCS-2 字符）

    转换为字母数组涉及解析字节序列并将 4 字节符文写入内存。该函数utf8.RuneCountInString计算 Unicode 字符而不写入内存。所以如果你只需要字符数，这个函数会比len([]rune(txt)).

    package main

import (
    "fmt"
    "unicode/utf8"
)

func main() {
    txt := "крен"
    fmt.Println("len:", len(txt))
    fmt.Println("len([]rune):", len([]rune(txt)))
    fmt.Println("Rune count", utf8.RuneCountInString(txt))
}

    https://go.dev/play/p/mYbjJpMeRDz

    • 4

相关问题