计算golang字符串中的字符

Question

我正在尝试计算 "characters"。也就是说，如果一个字符串包含一个可打印的 "glyph" 或 "composed character"（或者某些人通常认为的字符），我希望它计数为 1。例如，字符串 "Hello, 世界", 应该数为 11，因为有 11 个字符，人类会看到它并说有 11 个字形。

utf8.RuneCountInString() 在大多数情况下效果很好，包括 ascii、重音符号、亚洲字符甚至表情符号。但是，据我了解，符文对应于代码点，而不是字符。当我尝试使用基本表情符号时它有效，但是当我使用具有不同肤色的表情符号时，我得到错误的计数：https://play.golang.org/p/aFIGsB6MsO

根据我的阅读 and here，以下内容应该有效，但我似乎仍然没有得到正确的结果（多算）：

func CountCharactersInString(str string) int {
    var ia norm.Iter
    ia.InitString(norm.NFC, str)
    nc := 0
    for !ia.Done() {
        nc = nc + 1
        ia.Next()
    }
    return nc
}

这也不行：

func GraphemeCountInString(str string) int {
    re := regexp.MustCompile("\PM\pM*|.")
    return len(re.FindAllString(str, -1))
}

我正在 Objective C 中寻找与此类似的内容：

+ (NSInteger)countCharactersInString:(NSString *) string {
    // --- Calculate the number of characters enterd by user and update character count label
    NSInteger count = 0;
    NSUInteger index = 0;
    while (index < string.length) {
        NSRange range = [string rangeOfComposedCharacterSequenceAtIndex:index];
        count++;
        index += range.length;
    }
    return count;
 }

Answer 1

参考API文档的例子。 https://golang.org/pkg/unicode/utf8/#example_DecodeLastRuneInString

package main

import (
    "fmt"
    "unicode/utf8"
)

func main() {
    str := "Hello, 世界"
    count := 0
    for len(str) > 0 {
        r, size := utf8.DecodeLastRuneInString(str)
        count++
        fmt.Printf("%c %v\n", r, size)

        str = str[:len(str)-size]
    }
    fmt.Println("count:",count)
}

Answer 2

你试过了吗strings.Count？

package main

import (
     "fmt"
     "strings"
 )

 func main() {
     fmt.Println(strings.Count("Hello, 世界", "")) // Returns 2
 }

Answer 3

我写了一个包，可以让你这样做：https://github.com/rivo/uniseg. It breaks strings according to the rules specified in Unicode Standard Annex #29 这就是你要找的。以下是您将如何在您的案例中使用它：

package main

import (
    "fmt"

    "github.com/rivo/uniseg"
)

func main() {
    fmt.Println(uniseg.GraphemeClusterCount("Hello, 世界"))
}

这将按您的预期打印 11。

Answer 4

我认为最简单的方法是这样的：

package main

import "fmt"

func main() {
    str := "Hello, 世界"
    var counter int
    for range str {
        counter++
    }
    fmt.Println(counter)
}

这一个打印 11

Answer 5

直接直接使用 utf8.RuneCountInString()

package main

import (
    "fmt"
    "unicode/utf8"
)

func main() {
    str := "Hello, 世界"
    fmt.Println("counts =", utf8.RuneCountInString(str))
}

计算golang字符串中的字符

Counting characters in golang string

string

unicode

go

emoji

string-length