lua 含中文的字符串处理--分离字符、计算字符数、截取指定长度

lua中对中文字符串的一些处理

分离字符

将每个字符分离出来，放到table中，一个单元内一个字符

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, "[%z1-127194-244][128-191]*") do
        table.insert(tb, utfChar)
    end
    
    return tb
end

计算字符数

获取字符串长度，设一个中文长度为2，其他长度为1

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

获取指定字符个数的字符串的实际长度，设一个中文长度为2，其他长度为1，count:-1表示不限制

function GetUTFLenWithCount(s, count)
    local sTable = StringToTable(s)

    local len = 0
    local charLen = 0
    local isLimited = (count >= 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
            count = count - charLen
            if count <= 0 then
                break
            end
        end
    end

    return len
end

截取指定长度

截取指定字符个数的字符串，超过指定个数的，截取，然后添加...

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

    return dstString
end

之所以上面所有的都是设一个中文长度为2，其他长度为1，是因为需要将文字显示在指定宽度的区域内，而显示时，一个中文的宽度约等于2个其他字符的宽度，所以做上述设定。

如果要1个中文字符长度为1，只需要修改

charLen = 1

即可。