lua 獲取字符長度

-- 字符串保存到table
function stringToTable(s)
    local tb = {}

    --[[
    UTF8的編碼規則：
    1. 字符的第一個字節范圍： 0x00—0x7F(0-127),或者 0xC2—0xF4(194-244);
        UTF8 是兼容 ascii 的，所以 0~127 就和 ascii 完全一致
    2. 0xC0, 0xC1,0xF5—0xFF(192, 193 和 245-255)不會出現在UTF8編碼中
    3. 0x80—0xBF(128-191)只會出現在第二個及隨后的編碼中(針對多字節編碼，如漢字)
    ]]
    for utfChar in string.gmatch(s, "[%z\1-\127\194-\244][\128-\191]*") do
        table.insert(tb, utfChar)
    end

    return tb
end

-- 獲取字符串長度,英文字符為一個單位長, 中文字符為2個單位長
function getUTFLen(s)
    local sTable = stringToTable(s)
    local len = 0
    local charLen = 0

    for i=1,#sTable do
        local utfCharLen = string.len(sTable[i])
        -- 長度大於1可認為為中文
        if utfCharLen > 1 then
            charLen = 2         --將charLen設為1，可獲取中文，英文的字符個數，以下舉例，將其方法命名為:function getNewUTFLen(s)
        else
            charLen = 1
        end
        -- charLen = 1
        len = len + charLen
    end

    return len
end

-- 獲取字符串長度,不管中文，英文一律一個字符為1單位長
function getNewUTFLen(s)
    local sTable = stringToTable(s)
    local len = 0
    local charLen = 0

    for i = 1, #sTable do
        local utfCharLen = string.len(sTable[i])
        if utfCharLen > 1 then
            charLen = 1         -- 修改為1
        else
            charLen = 1
        end

        len = len + charLen
    end

    return len
end

-- 獲取中文，英文字符個數
local str = "一二三@#[]【】789&*（）:"
print(getNewUTFLen(str))         -- 17


local s = "①貳aA#}。"
local sTab = stringToTable(s)
for i = 1, #sTab do
    local outStr = string.format("sTab index:%d,str:\"%s\",Len:%s,byte:%d",
        i,
        sTab[i],
        string.len(sTab[i]),
        string.byte(sTab[i])
    )
    print(outStr)
end
print("#sTab = " .. #sTab)
print("getUTFLen = " .. getUTFLen(s))

 

輸出結果：

sTab index:1,str:"①",Len:3,byte:226
sTab index:2,str:"貳",Len:3,byte:232
sTab index:3,str:"a",Len:1,byte:97
sTab index:4,str:"A",Len:1,byte:65
sTab index:5,str:"#",Len:1,byte:35
sTab index:6,str:"}",Len:1,byte:125
sTab index:7,str:"。",Len:3,byte:227
#sTab = 7
getUTFLen = 10