Lua utf8中文字符个数和子串截取

最新推荐文章于 2024-12-31 17:08:39 发布

原创

最新推荐文章于 2024-12-31 17:08:39 发布 · 1.9k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#Lua-utf8 #Lua字符规律 #Lua-中文字符 #utf8-字符串的长

本文详细探讨了Lua中UTF-8字符的规律，包括1到4个字节的字符表示，中文字符所占字节数，以及如何计算UTF-8字符串的长度和进行子串截取。通过示例进行了解释，并提供了参考资料。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

note 目录

utf8 字符规律
utf8 中文字符的大小（占多少个字节）
utf8 字符串的长度
utf8 获取字符串的子串
测试example

1: utf8 字符规律

字符串的首个byte表示了该utf8字符的长度
utf8单个字符可以有4种字节来存储：1个字节，2个字节，3个字节，4个字节。

如果第一个一个字节的第一位为0，那么代表当前字符为单字节字符，占用1个字节的空间。
如果第一个一个字节以110开头，那么代表当前字符为双字节字符，占用2个字节的空间。
如果第一个一个字节以1110开头，那么代表当前字符为三字节字符，占用3个字节的空间。
如果第一个一个字节以11110开头，那么代表当前字符为四字节字符，占用4个字节的空间。

1.1 1个字节

0xxxxxxx - 1 byte

第一位为0，后面7位可以是任意的，则最大的值为：01111111 —> 127

1.2 2个字节

110xxxxx - 192, 2 byte

前3为固定为110,则最最小为：11000000 —> 192

1.3 3个字节

1110xxxx - 225, 3 byte

最低0.47元/天解锁文章

200万优质内容无限畅学

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

qingqinglee

关注关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Lua 数据类型 —— 字符串

江澎涌的博客

08-10

907

Github传送门(如果对你有所帮助或喜欢的话，赏个star吧，码字不易，请多多支持)公众号搜索 “江澎涌” 可以第一时间获取到后续文章。

lua的字符串包utf8

yydsadasd的博客

01-18

932

print(utf8.insert(s1, -utf8.len(s1), "hello哈"))-- 在字符串末尾前1个字处插入：我是utf-8编码的字符串ABhello哈C。-- 在第3个字处插入：我是hello哈utf-8编码的字符串ABC。-- 在字符串末尾插入：我是utf-8编码的字符串ABChello哈。-- 在字符串开头插入：hello哈我是utf-8编码的字符串ABC。-- 小写字母变成大写：我是UTF-8编码的字符串ABC。-- -- 循环打印字符串中每个字的编码位置及编码值。

2 条评论您还未登录，请先登录后发表或查看评论

Lua中含中文字符串长度计算

fooliker

07-03

9908

转自：http://m.blog.youkuaiyun.com/DanceWithCode1990/article/details/51154681在项目中遇到了需要在Lua中计算含中文的字符串的字符串长度。当时想当然的就用了string.len(“确定”) 发现输出时竟然是6！后来才知道，由于文件编码格式是UTF-8，所以一个中文是3个字节！所以这也不难解释为何“确定”的长度是6了。至于UTF-8的前世

C#以及lua获取字符串字符个数

weixin_41995872的博客

07-18

940

using System.Collections; using System.Collections.Generic; using UnityEngine; using UnityEngine.UI; using DG.Tweening; using System.Text; public class Testinput : MonoBehaviour { // Use this for ...

【Lua进阶系列】分割中英文字符串

Lampard的博客

08-27

1426

【Lua进阶系列】分割中英文字符串 大家好，我是Lampard猿奋~~ 欢迎来到Lua进阶系列的博客，今天和大家分享一下lua如何分割中英文字符串 （1）需求背景最近接到了一个小需求，就是游戏中一个名称超长了。策划并不想让名字自动换行，也不想挪动其他的UI位置，于是提出了如果超过某长度就将之后的字符隐藏并用省略号代替，比如“AABBCCDD”超长了，想显示成“AABB...” （2）初次尝试 ...

lua utf8 len sub

思考的智慧，知识源于思考

03-14

2085

今天需要使用cocos2dx的lable一行显示不完，但是第二行又要居中的情况，于是就想到采用字符串分隔，第一行显示几个，剩下的显示在第二行。但是使用的utf-8编码，而且使用的是lua，lua本身库没有这方面的函数，于是上网找了一番，有很多大牛共享了一些方法，可以拿来用。参考： https://github.com/easysoft/zentaomobile/b

Lua处理UTF8字符串

hookby的专栏

12-21

3223

项目里遇到用string.sub截取中文字符串会截取出来非空，但是无法展示的情况，进行utf字符串处理后OK. 核心部分是utf字符串的判断： -- utf-8 字符处理 local function StringToTable(s) local tb = {} --[[ UTF8的编码规则： 1. 字符的第一个字节范围： 0x00—0x7F(0-127),或者 ...

lua字符串从右往左截取

最新发布

08-12

3. **Unicode字符串**：上述方法适用于ASCII字符串，对于包含多字节字符（如UTF-8）的字符串，需要额外处理（因为一个字符可能占多个字节）。可以使用`utf8`库（Lua 5.3+）： ```lua -- 使用utf8库处理多字节字符 ...

lua截取文本字符串的函数

06-05

如需截取多字节字符（如中文），需先转换为 UTF-8 序列： ```lua require("lua-utf8") -- 第三方库 local utf8_str = "你好,世界" print(utf8.sub(utf8_str, 3, 5)) -- 输出: 好, ``` --- ### 为什么不用 `...

lua语言取字符串的前150个字节

06-04

在 Lua 中，可以使用字符串的子串函数 `string.sub` 来获取字符串的一部分。该函数的基本语法为 `string.sub(s, i, j)`，其中 `s` 是字符串，`i` 和 `j` 分别是起始和结束索引[^3]。需要注意的是，Lua 的字符串索引...

lua 字符串切割中文

凡情的博客

12-31

190

【代码】lua 字符串切割中文。

Lua字符串（包含任意字符，如中文）任意位置截取

lq1340817945的博客

12-11

2106

常规的截取只需要lua自带的api就可以解决问题：如 string.sub 但是当字符串之中含有中文或者符号的时候，这些接口就麻爪了，当然lua后续更新有可能支持，至少本少当前的Lua版本是不支持的。

lua中截取UTF8字符串的方法（无乱码）

Senlern

12-09

1万+

function SubUTF8String(s, n) local dropping = string.byte(s, n+1) if not dropping then return s end if dropping >= 128 and dropping < 192 then return SubUTF8String(s, n-1) end

lua多种方式计算字符长度

yanbinzou的博客

04-16

1万+

刚遇到一个坑，lua里 string.len() 中文长度算3（不排除某些汉字可能占4的可能）不过计算长度最好还是用 #，少用string.len() 搞了两小时，终于让我找到一个很好的解决办法。 local _,count = string.gsub(text, "[^\128-\193]", "") 匹配128到193以外的字节，然后替换成空字符串。长度直接 count就行。这样不

Lua中使用string.sub方法截取某段中文

热门推荐

TheBigBoy的博客

04-23

2万+

在Lua中使用string.sub() 截取某段中文一个汉字占3个字符，所以在使用的时候需要注意 info = "我是小菜鸟" local str = string.sub(info,index,endIndex) -- info 字符串信息 --index 开始截取的字的索引 --endIndex 结束时的索引 print(string.sub(info,1,6)) --我是 ...

lua截取指定长度字符（包含中文）

Zyt

08-05

1497

-- 分离字符 function AppInfo:StringToTable(s) local tb = {} --[[ UTF8的编码规则： 1. 字符的第一个字节范围： 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...

lua 处理utf8 字符集（计算长度和截取子串，其他语言类似）

a930716的专栏

11-28

1031

按字面个数来截取函数(字符串, 开始位置, 截取长度) utf8sub("你好1世界哈哈",2,5) = 好1世界哈 utf8sub("1你好1世界哈哈",2,5) = 你好1世界 utf8sub("你好世界1哈哈",1,5) = 你好世界1 utf8sub("12345678",3,5) = 34567 utf8sub("øpø你好pix",2,5) =

Lua截取两个字符串中间的字符串的函数(兼容中文)

优快云_wangmj的博客

02-17

3910

函数名:Str_Cut 参数: str: 将要被截取的原字符串 s_begin: 开始截取的字符串 s_end:结束截取的字符串 function Str_Cut(str,s_begin,s_end) local StrLen = string.len(str) local s_begin_Len = string.len(s_begin) local s_...

Lua string.sub截取UTF8 中英混合字符

菰城茧的博客

08-17

1万+

在使用Lua的过程中，经常会遇到需要截取字符串或者获得字符串真实长度的情况，而Lua自带的string.sub()对于中文字符会当作3个字符来处理，截取时会造成乱码。所以需要自己改造下，一下方法是我改编的SubString方法，经测试可以识别中英混合的字符串，不管是英文字符还是中文字符都当作一个字符来计算index，并且可以像系统的string.sub()一样使用负数来从末尾截取字符。