Lua中获取utf8字符串长度的方法和自定义函数
更新时间：2015年04月21日 09:08:34 投稿：junjie
这篇文章主要介绍了Lua中获取utf8字符串长度的方法和自定义函数,本文给出了代码实例并讲解了UTF8的编码规则,需要的朋友可以参考下
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。
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
这篇文章主要介绍了Lua中的源代码预编译浅析,Lua确实允许在运行源代码之前,将源代码预编译成一种中间形式（类比Python的.pyc）,需要的朋友可以参考下2014-09-09
今天小编就为大家分享一篇关于Lua基础之运算符的使用示例，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2018-12-12
这篇文章主要介绍了Lua中的元方法__newindex详解,本文讲解了查询与更新、监控赋值、通过table给另一个table赋值等内容,需要的朋友可以参考下2014-09-09
这篇文章主要介绍了Lua教程（二十）：Lua调用C函数,本文讲解了C函数作为应用程序的一部分、C函数库成为Lua的模块等内容,需要的朋友可以参考下2015-04-04
这篇文章主要介绍了Lua中操作字符串的基本方法整理,是Lua入门学习中的基础知识,需要的朋友可以参考下2016-08-08
这篇文章主要介绍了Lua实现正序和倒序的文件读取方法,本文讲解使用table生成链表完成正序和倒序的文件读入功能,需要的朋友可以参考下2015-04-04
这篇文章主要介绍了Lua中获取table长度问题探讨,本文非常深入的研究了Lua中table长度的获取问题,分析了各种各样的情况,需要的朋友可以参考下2015-04-04
这篇文章主要介绍了Lua和Nginx结合使用的指南,从数据转换到API等各个方面均有涉及,超推荐!需要的朋友可以参考下2015-06-06
这篇文章主要介绍了Lua中实现sleep函数功能的4种方法,本文讲解了在一个死循环中设置一个跳出条件方法、调用系统的sleep函数法、Windows下ping命令法、socket库中select函数法4种方法,需要的朋友可以参考下2015-04-04
这篇文章主要介绍了实例讲解Lua中pair和ipair的区别,本文直接用实例代码来讲解pair和ipair的区别,需要的朋友可以参考下2015-04-04
最新评论