Question

我使用golang.org/x/text/unicode/norm包来迭代[]byte中的符文。我选择了这种方法，因为我需要检查每个符文并保持有关符文序列的信息。对iter.Next()的最后一次调用没有读到最后一个符文。它在最后一个符文上读取0个字节。

以下是代码：

package main

import (
  "fmt"
  "unicode/utf8"

  "golang.org/x/text/unicode/norm"
)

func main() {
  var (
    n   int
    r   rune
    it  norm.Iter
    out []byte
  )
  in := []byte(`test`)
  fmt.Printf("%s\n", in)
  fmt.Println(in)
  it.Init(norm.NFD, in)
  for !it.Done() {
    ruf := it.Next()
    r, n = utf8.DecodeRune(ruf)
    fmt.Printf("bytes read: %d. val: %q\n", n, r)
    buf := make([]byte, utf8.RuneLen(r))
    utf8.EncodeRune(buf, r)
    out = norm.NFC.Append(out, buf...)
  }
  fmt.Printf("%s\n", out)
  fmt.Println(out)
}

这会产生以下输出：

test
[116 101 115 116]
bytes read: 1. val: 't'
bytes read: 1. val: 'e'
bytes read: 1. val: 's'
bytes read: 0. val: '�'
tes�
[116 101 115 239 191 189]

Answer 1

这可能是golang.org/x/text/unicode/norm及其 Init（）功能中的错误。

在包的测试和示例中，我看到所有人都使用 InitString 。因此，作为一种解决方法，如果您更改：

 it.Init(norm.NFD, in)

为：

 it.InitString(norm.NFD, `test`)

事情将按预期发挥作用。

我建议打开一个错误报告，但请注意，因为这是在＆＃34; / x＆＃34;目录包被开发人员认为是实验性的。

（顺便说一下，我使用我的go debugger来帮助我追踪正在发生的事情，但我应该说它的用途远远不是我想看到的那种调试器。）

golang unicode / norm迭代器的最后符文没有被读取

1 个答案: