String 如何获取字符串中的字符数

如何获取Go中字符串的字符数

例如，如果我有一个字符串

“hello”

，则该方法应返回

5

。我看到

len（str）

返回字节数而不是字符数，因此

len（“£”）

返回2而不是1，因为在UTF-8中，£用两个字节编码。

您可以从utf8包中尝试

返回p中的符文数

如中所示，“世界”的长度可能是6（如果用中文写：世界"), 但它的符文数是2：

主程序包
输入“fmt”
导入“unicode/utf8”
func main（）{
fmt.Println（“你好，世界“，len（”世界“”，utf8。运行计算安装（“”）世界"))
}

加上：

实际上，你只需键入强制类型，就可以对符文执行

len（）

。

len（[]符文（“世界）

将在Go 1.3中打印

2

---

随着（2018年5月，对于Go 1.11），

len（[]符文（字符串））

现在得到了优化

编译器自动检测

len（[]符文（字符串））

模式，并将其替换为for r:=range s调用

添加一个新的运行时函数来计算字符串中的符文数。 修改编译器以检测模式

len（[]符文（字符串））

并将其替换为新的符文计数运行时函数

RuneCount/lenruneslice/ASCII        27.8ns ± 2%  14.5ns ± 3%  -47.70%
RuneCount/lenruneslice/Japanese     126ns ± 2%   60  ns ± 2%  -52.03%
RuneCount/lenruneslice/MixedLength  104ns ± 2%   50  ns ± 1%  -51.71%

---

指向博客帖子“”

什么是角色？ 如中所述，字符可以跨越多个符文
例如，“

e

”和'◌́◌́'（锐“\u0301”）可以组合成“é”（NFD中的“

e\u0301

”。这两个符文一起是一个字符

字符的定义可能因应用程序而异。
对于，我们将其定义为：

• 一系列符文，从一个起始符开始
• 不与任何其他符文向后修改或组合的符文
• 然后是可能为空的非起始符序列，即符文（通常是重音）

标准化算法一次处理一个字符

使用该软件包及其附件，“字符”的实际数量为：

主程序包
输入“fmt”
导入“golang.org/x/text/unicode/norm”
func main（）{
国际热核聚变实验堆
ia.InitString（norm.NFKD，“école”）
nc:=0
对于！ia.Done（）{
nc=nc+1
ia.Next（）
}
fmt.Printf（“字符数：%d\n”，nc）
}

这里，它使用NFKD“兼容性分解”

---

's指出，是可靠确定某些重要文本元素（用户感知的字符、单词和句子）之间默认边界的唯一方法

为此，您需要一个像这样的外部库，它可以进行Unicode文本分割

这将实际计算“集群”，其中多个代码点可以组合成一个用户感知的字符

package uniseg
进口(
“fmt”
“github.com/rivo/uniseg”
)
func main（）{
gr:=uniseg.NewGraphemes（在很大程度上取决于您对“字符”的定义。如果“符文等于字符”，则适合您的任务（通常不是）那么VonC的答案对你来说是完美的。否则，应该注意的是，很少有情况下Unicode字符串中的符文数是一个有趣的值。即使在这些情况下，如果可能的话，最好在“遍历”时推断计数处理符文时使用字符串，以避免UTF-8解码工作量加倍。
如果需要考虑字形集群，请使用regexp或unicode模块。计算代码点（符文）的数量或者validaiton也需要字节，因为grapheme集群的长度是无限的。如果要消除非常长的序列，请检查序列是否符合

通过将字符串转换为[]符文作为
len（[]符文（您的_字符串））
，可以获得没有任何包的符文计数：

字节计数30 16

符文计数16

我试图使标准化的速度加快一点：

    en, _ = glyphSmart(data)

    func glyphSmart(text string) (int, int) {
        gc := 0
        dummy := 0
        for ind, _ := range text {
            gc++
            dummy = ind
        }
        dummy = 0
        return gc, dummy
    }

我要指出的是，到目前为止提供的答案中没有一个能提供您预期的字符数，特别是当您使用表情符号（还有一些语言，如泰语、韩语或阿拉伯语）时。将输出以下内容：

fmt.Println（utf8.runecounnstring（“获取字符串长度有几种方法：

package main

import (
    "bytes"
    "fmt"
    "strings"
    "unicode/utf8"
)

func main() {
    b := "这是个测试"
    len1 := len([]rune(b))
    len2 := bytes.Count([]byte(b), nil) -1
    len3 := strings.Count(b, "") - 1
    len4 := utf8.RuneCountInString(b)
    fmt.Println(len1)
    fmt.Println(len2)
    fmt.Println(len3)
    fmt.Println(len4)

}


你可以在这个字符串反转函数中看到它的作用，它只告诉你符文的数量，而不是符文的数量。许多符文都是由多个符文组成的。实际上，你只需输入len（[]符文（“世界“”）将打印2。在Go 1.3的leats中，不知道它已经有多长时间了。@VonC：事实上，一个字符（字形的口语术语）偶尔可以跨越多个符文，所以这个答案是，用精确的技术术语来说，错了。你需要的是字素/字素簇计数，而不是符文计数。例如，“e”和“e”◌́’（急性“\u0301”）可以组合成“é”（NFD中的“e\u0301”），但人类会（正确地）组合成“é”将é；视为一个字符。显然，这在泰卢古语中会有所不同。但也可能是法语，这取决于您使用的键盘/语言环境。@JustinJohnson同意。我已经编辑了答案，以更好地引用我之前投票过的Oliver的答案。什么时候您不会将符文视为字符？Go规范将符文定义为Unicode码点：另外，为了避免解码工作量加倍，我只需做一个[]符文（str），然后在完成后转换回字符串。我认为这比在遍历字符串时跟踪代码点要容易。@ThomasKappler:when？嗯，当符文不是字符时，通常不是。只有一些符文等于字符，而不是所有字符
    en, _ = glyphSmart(data)

    func glyphSmart(text string) (int, int) {
        gc := 0
        dummy := 0
        for ind, _ := range text {
            gc++
            dummy = ind
        }
        dummy = 0
        return gc, dummy
    }

package main

import (
    "bytes"
    "fmt"
    "strings"
    "unicode/utf8"
)

func main() {
    b := "这是个测试"
    len1 := len([]rune(b))
    len2 := bytes.Count([]byte(b), nil) -1
    len3 := strings.Count(b, "") - 1
    len4 := utf8.RuneCountInString(b)
    fmt.Println(len1)
    fmt.Println(len2)
    fmt.Println(len3)
    fmt.Println(len4)

}