Lua中獲取utf8字符串長度的方法和自定義函數(shù)
更新時間：2015年04月21日 09:08:34 投稿：junjie
這篇文章主要介紹了Lua中獲取utf8字符串長度的方法和自定義函數(shù),本文給出了代碼實例并講解了UTF8的編碼規(guī)則,需要的朋友可以參考下
復制代碼 代碼如下:
--- 獲取utf8編碼字符串正確長度的方法
-- @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庫不支持處理utf-8編碼的漢字。用lua要處理漢字還是很費勁的。
UTF8的編碼規(guī)則：
1. 字符的第一個字節(jié)范圍： 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)不會出現(xiàn)在UTF8編碼中
3. 0x80—0xBF(128-191)只會出現(xiàn)在第二個及隨后的編碼中(針對多字節(jié)編碼，如漢字)
這樣我們可以利用lua強大的模式匹配，來實現(xiàn)我們要的效果，關(guān)鍵的處理有這么兩個：
1. local _, count = string.gsub(str, "[^\128-\193]", ""),用來得到str中的字符數(shù)
2. for uchar in string.gfind(str, "[%z\1-\127\194-\244][\128-\191]*") do tab[#tab+1] = uchar end,用來把str中的每個字符映射到tab中
您可能感興趣的文章:
相關(guān)文章
這篇文章主要介紹了Lua的協(xié)程(coroutine)簡介,本文講解了coroutine的創(chuàng)建、協(xié)程的三種狀態(tài)和yield函數(shù)的配合使用等內(nèi)容,需要的朋友可以參考下2015-04-04
使用nginx+lua實現(xiàn)信息訪問量統(tǒng)計
這篇文章主要介紹了使用nginx+lua實現(xiàn)信息訪問量統(tǒng)計，功能很簡單，代碼也很簡潔，有需要的小伙伴可以參考下，然后自由擴展。2015-03-03
這篇文章主要介紹了Lua中rawset和rawget的作用淺析,本文分別用兩段代碼演示了rawset和rawget的作用,需要的朋友可以參考下
2015-04-04 
這篇文章主要介紹了Lua中操作字符串的基本方法整理,是Lua入門學習中的基礎(chǔ)知識,需要的朋友可以參考下
2015-05-05 
openresty中使用lua-nginx創(chuàng)建socket實例
這篇文章主要介紹了openresty中使用lua-nginx創(chuàng)建socket實例,本文直接給出代碼實例和運行效果,需要的朋友可以參考下
2015-04-04 
這篇文章主要介紹了Lua中的垃圾回收機制,自動的垃圾回收是Lua的重要特性之一,需要的朋友可以參考下
2015-05-05 
Lua基礎(chǔ)教程之賦值語句、表達式、流程控制、函數(shù)學習筆記
這篇文章主要介紹了Lua基礎(chǔ)教程之賦值語句、表達式、流程控制、函數(shù)學習筆記,本文來自個人總結(jié),需要的朋友可以參考下
2014-09-09 
這篇文章主要介紹了Lua中的函數(shù)代碼實例,本文著重講解函數(shù)的寫法以及一些小知識,需要的朋友可以參考下
2015-04-04 
這篇文章主要介紹了Lua table簡明總結(jié),table是lua唯一的數(shù)據(jù)結(jié)構(gòu),table 是 lua 中最重要的數(shù)據(jù)類型,本文詳細講解了table的相關(guān)知識,需要的朋友可以參考下
2014-10-10