Lua中阿拉伯字母的长度

Question

在Lua语言中，当我想获得单个阿拉伯字母的长度（例如"ف"）时，答案将为2！

例

local letter = "ف"
print( letter:len() )

输出：2

使用(string.sub(a,b))时会出现同样的问题。如果我想打印阿拉伯语单词的第一个字母，我就不能说(string.sub(1,1)。

实施例。

local word_1 = "فولت"
print( word_1:sub(1,2) )

输出：ف
如你所见，我把第二个参数（2）不是（1）来得到正确的答案 如果我把第一个参数1给出答案将是：

print( word_1:sub(1,1) )

输出：Ù

为什么Lua将单个阿拉伯字母的长度计为两个？

有没有办法获得正确的长度，即1？

Answer 1

Lua是8位清洁。

换句话说，Lua字符串是一个字节序列，它不支持内部Unicode。阿拉伯字母"ف"有2个字节，因此Lua将其视为长度为2的字符串。

您需要使用特殊技巧来操作Unicode，例如，假设使用UTF-8，您可以使用此代码段来计算字符串的长度（Referece：Lua Unicode）：

local _, count = string.gsub(unicode_string, "[^\128-\193]", "")

Answer 2

Lua 5.3现已发布。它提供了一个基本的UTF-8库。

utf8.len可用于获取UTF-8字符串的长度：

print(utf8.len("ف"))
-- 1

Answer 3

Lua是8位干净就足以说Lua支持Unicode了。虽然没有额外的unicode支持库，但支持程度很小。 对于任何Unicode字符串，至少有4种方法可以测量它：代码单元，代码点，Grapheme集群。第四种方式是bytecount，它是代码单元的常数倍，具体取决于使用的UTF。 UTF-8：1 UTF16：2 UTF32：4。 所以，清楚地想一想你需要哪些措施。