String Lua gmatch奇数字符（斯洛伐克字母）

我正在尝试从斯洛伐克语单词的字符串中提取字符。例如，“海龟”一词是“KORYTNAČKA”。但是，当我试图从字符串中提取“Č”字符时，它会跳过该字符：

local str = "KORYTNAČKA"
for c in str:gmatch("%a") do print(c) end
--result: K,O,R,Y,T,N,A,K,A

我正在阅读，我也尝试将字符串本身作为一组粘贴，但它产生了一些奇怪的东西：

local str = "KORYTNAČKA"
for c in str:gmatch("["..str.."]") do print(c) end
--result: K,O,R,Y,T,N,A,Ä,Œ,K,A

---

有人知道如何解决这个问题吗？

Lua是8位干净的，这意味着Lua字符串假定每个字符都是一个字节。模式

“%a”

与一个字节字符匹配，因此结果不是您期望的结果

模式

“[”.str..“]”

之所以有效，是因为一个Unicode字符可能包含多个字节，在此模式中，它在一个集合中使用这些字节，以便与字符匹配

---

如果使用UTF-8，您可以使用模式

“[\0-\x7F\xC2-\xF4][\x80-\xBF]*”

来匹配Lua 5.2中的单个UTF-8字节序列，如下所示：

local str = "KORYTNAČKA"
for c in str:gmatch("[\0-\x7F\xC2-\xF4][\x80-\xBF]*") do 
    print(c) 
end

在Lua 5.1（Corona SDK正在使用的版本）中，使用以下命令：

local str = "KORYTNAČKA"
for c in str:gmatch("[%z\1-\127\194-\244][\128-\191]*") do 
    print(c) 
end

---

有关此模式的详细信息，请参阅。

Lua没有Unicode字符串的内置处理方法。您可以看到

Ä，Œ

是一个2字节，表示

Č

字符的UTF-8编码

于浩已经提供了示例解决方案，但更多细节请参见

我已经测试并发现在Lua5.1中工作正常。您可以使用

utf8sub

函数提取单个字符，请参阅。

使用插件。然后将

string.gmatch

替换为

utf8.gmatch

示例（在Win7上测试，它对我有效）

及

阅读更多：

• ,
• 对于utf8插件
• ,

---

祝您愉快：）

在此处添加注释：即将推出的Lua5.3将添加一个基本的

utf8

库。当我尝试此操作时，会出现错误：“格式错误（缺少“]”）。我在Lua中使用Corona SDK进行编程。@ArdentKid你找到我了，我想这是因为Corona SDK使用Lua 5.1，但我还没有让它工作。我问过这个问题，当有人回答我的问题时，我会更新这个答案。看起来他已经找到了解决方案，但这并不是我想要的（解析单个字符），也不包括奇数字符。@ArdentKid查看更新，

“[%z\1-\127\194-\244][\128-\191]*”

应在Lua 5.1中使用1字节斯洛伐克代码页编码的文本，而不是UTF-8

string.gmatch(str, "[%z\1-\127\192-\253][\128-\191]*")

yourfilename.lua

local utf8 = require( "plugin.utf8" )

for c in utf8.gmatch( "KORYTNAČKA", "%a" ) do print(c) end

build.settings

settings =
{
    plugins =
    {
        ["plugin.utf8"] =
        {
            publisherId = "com.coronalabs"
        },
    },      
}