中文截取问题

最新推荐文章于 2021-03-14 00:25:10 发布

原创最新推荐文章于 2021-03-14 00:25:10 发布 · 300 阅读

0 ·

CC 4.0 BY-SA版权

lua 同时被 2 个专栏收录

14 篇文章

订阅专栏

cocos2d

7 篇文章

订阅专栏

本文介绍了一种在Lua中实现的UTF-8字符串截取算法，该算法能够根据指定长度对包含中文和英文字符的字符串进行精确截取，并可选择性地在截取后的字符串末尾添加省略号。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

--- s 需要截取的字符串
--- max 截取的长度

--- hasEnding 是否需要添加省略号

local function GetUTFLen(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
-- 长度大于1的就认为是中文
charLen = 2
else
charLen = 1
end
len = len + charLen
end
return len

end

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 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)不会出现在UTF8编码中
3. 0x80—0xBF(128-191)只会出现在第二个及随后的编码中(针对多字节编码，如汉字)
]]
for utfChar in string.gmatch(s, "[%z\1-\127\194-\244][\128-\191]*") do
table.insert(tb, utfChar)
end
return tb
end

local function GetUTFLenWithCount(strText, length)
local sTable = StringToTable(strText)
local len = 0
local charLen = 1
local isLimited =(length >= 0)
for i = 1, #sTable do
local utfCharLen = string.len(sTable[i])
if utfCharLen > 1 then
-- 长度大于1的就认为是中文
charLen = 2
else
charLen = 1
end
len = len + utfCharLen
if isLimited then
length = length - charLen
if length <= 0 then
break
end
end
end
return len

end

function GetMaxLenString(s, maxLen, hasEnding)

local len = GetUTFLen(s)

local dstString = s
-- 超长，裁剪，加...
if len > maxLen then
dstString = string.sub(s, 1, GetUTFLenWithCount(s, maxLen))
if hasEnding then
dstString = dstString .. "..."
end
end
return dstString
end