验证多种语言的长度

Question

我正在开发一个多语言应用程序，它允许用户输入多种语言（例如，英语、中文和韩语）

对于注册用户，我有 validate_length 功能来验证用户名字和姓氏的长度。

但是，我遇到的问题是我不希望计算英文字母和中文字母的结果相同。例如，如果我计算 "David" 和“器防雷器防”的长度。他们都 return 5 尽管汉字占用了更多的空间。

Ecto 目前支持按 codepoints 和 graphemes 计算长度，但它们中的任何一个都能满足我的需要。

我该怎么做？甚至可以计算字母并根据需要多少 "bytes" 进行验证？

Answer 1

您可以做的一件事是使用正则表达式匹配韩文和韩文字符，并为它们分配更大的长度：

> s = "David 器防雷器防 한글"
> r = ~r/\p{Han}|\p{Hangul}/u
> Enum.sum(for <<c::utf8 <- s>> do
     case Regex.match?(r, <<c::utf8>>) do
       true -> 2
       false -> 1
     end
   end)
21

这使用 Unicode 字符属性，如 the re documentation 中所述。请注意正则表达式 ~r/\p{Han}|\p{Hangul}/u 中的尾随 u：它激活 Unicode 模式，这是工作所必需的。

Answer 2

您可以使用 Kernel.byte_size/1:

iex(13)> byte_size("David")
5
iex(14)> byte_size("器防雷器防")
15

验证多种语言的长度

Validating length of multiple languages

elixir

ecto

changeset