unicode字符串的长度

Question

在我的Rails（2.3，Ruby 1.8.7）应用程序中，我需要将字符串截断为一定长度。字符串是unicode，当在控制台中运行测试时，例如'א'.length，我意识到返回了一个双倍长度。我想要一个与编码无关的长度，以便对unicode字符串或latin1编码的字符串进行相同的截断。

我已经浏览了大部分用于Ruby的unicode材料，但我仍然有点黑暗。该如何解决这个问题？

Answer 1

Rails有一个mb_chars方法，它返回多字节字符。试试unicode_string.mb_chars.slice(0,50)

Answer 2

"ア".size # 3 in 1.8, 1 in 1.9
puts "ア".scan(/./mu).size # 1 in both 1.8 and 1.9

Answer 3

chars和mb_chars没有为您提供文字元素，这就是您正在寻找的内容。

对于文本元素，您需要unicode gem。

mb_chars：

>> 'กุ'.mb_chars.size
=> 2

>> 'กุ'.mb_chars.first.to_s
=> "ก"

text_elements：

>> Unicode.text_elements('กุ').size
=> 1

>> Unicode.text_elements('กุ').first
=> "กุ"

Answer 4

您可以使用str.chars.slice(0, 50).join之类的内容来获取字符串的前50个字符，无论每个字符使用多少字节。