UTF8字符串长度和Go vs Swift中的索引

Question

我在Go和Swift中有应用程序处理字符串，例如查找子字符串及其索引。起初它甚至可以很好地使用多字节字符（例如表情符号），使用Go的utf8.RuneCountInString()和Swift的原生字符串。

但是有一些UTF8字符会破坏字符串长度和子字符串的索引，例如字符串"Lorem ✌️ ipsum"：

Go {'1}}返回17，utf8.RuneCountInString("Lorem ✌️ ipsum")的起始索引为12。

Swift的ipsum返回16，"Lorem ✌️ ipsum".count的起始索引为11。

使用Swift String＆＃39; ipsum，utf8或转换为utf16也会提供不同的长度和索引。还有其他表情符号由多个其他表情符号组成，可以提供更有趣的数字。

这是Go 1.8和Swift 4.1。

有没有办法获得相同的字符串长度和子字符串＆＃39;与Go和Swift具有相同值的索引？

修改

我根据@ MartinR的优秀答案创建了一个Swift String扩展：

NSString

Answer 1

在Swift中，Character是一个“扩展的字形集群”，每个“”，“”，“✌️”，“”，“”都算作单个字符。

我没有Go的经验，但据我所知Strings, bytes, runes and characters in Go， “符文”是一个Unicode代码点，它基本上对应于Swift中的UnicodeScalar。

在你的例子中，区别来自“✌️” 算作单个Swift字符，但是由两个Unicode标量构建：

print("✌️".count) // 1
print("✌️".unicodeScalars.count) // 2

以下是如何计算长度和偏移量的示例 Unicode标量术语：

let s = "Lorem ✌️ ipsum"
print(s.unicodeScalars.count) // 17

if let idx = s.range(of: "ipsum") {
    print(s.unicodeScalars.distance(from: s.startIndex, to: idx.lowerBound)) // 12
}

如您所见，这与Go中的示例中的数字相同。

Answer 2

A rune in Go identifies a specific UTF-8 code point;这并不一定意味着它将1：1映射到视觉上不同的字符。某些字符可能由多个符文/代码点组成，因此计数符文可能无法提供您对字符串的视觉检查所期望的内容。我不知道Swift中"some text".count实际上有多重要，所以我不能在那里提供任何比较。