Question

我正在开发一种多语言应用程序，该应用程序允许用户输入多种语言（例如，英语，中文和韩语）

对于注册用户，我具有validate_length函数来验证用户的名字和姓氏的长度。

但是，我的问题是我不希望在计算英文字母和中文字母时得到相同的结果。例如，如果我计算“ David”和“器防雷器防”的长度。即使汉字占用更多的空格，它们都返回5。

Ecto当前支持按codepoints和graphemes进行长度计数，但是它们中的任何一个都能满足我的需求。

我该怎么做？甚至可以计算字母并验证它需要多少“字节”？

Answer 1

您可以使用Kernel.byte_size/1：

iex(13)> byte_size("David")
5
iex(14)> byte_size("器防雷器防")
15

Answer 2

您可以做的一件事是使用正则表达式匹配汉字和韩文字符，并为其分配更大的长度：

> s = "David 器防雷器防 한글"
> r = ~r/\p{Han}|\p{Hangul}/u
> Enum.sum(for <<c::utf8 <- s>> do
     case Regex.match?(r, <<c::utf8>>) do
       true -> 2
       false -> 1
     end
   end)
21

它使用Unicode字符属性，如the re documentation中所述。请注意，正则表达式u中的结尾~r/\p{Han}|\p{Hangul}/u：它将激活Unicode模式，这是工作所需的。

验证多种语言的长度

2 个答案: