我想知道是否有一種簡單的方法，例如處理代碼點/符文的眾所周知的函數，從符文片的中間取出一塊而不會弄亂它，或者是否都需要自己編碼才能下來等于或小于最大字節數。具體來說，我要做的是將字符串傳遞給函數，將其轉換為符文，以便我可以尊重代碼點，如果切片長于某些最大字節，則從符文中心移除足夠的符文以獲得字節到必要的。如果字符串只是單字節字符并且處理如下：這是簡單的數學運算：func shortenStringIDToMaxLength(in string, maxLen int) string { if len(in) > maxLen { excess := len(in) - maxLen start := maxLen/2 - excess/2 return in[:start] + in[start+excess:] } return in}但是在一個可變字符寬度的字節字符串中，它要么需要更多的編碼循環，要么會有很好的函數來簡化它。有沒有人有關于如何最好地用符文處理這種事情的代碼示例？這里的想法是字符串將進入的 DB 字段具有固定的最大字節長度，而不是代碼點，因此需要一些從符文到最大字節的算法。從字符串中間取字符的原因只是這個特定程序的需要。謝謝！編輯：一旦我發現范圍運算符尊重字符串上的符文，這變得很容易只使用我發現的字符串，因為下面的答案很好。在這種情況下，我不必擔心字符串是格式良好的 UTF 格式，但如果我這樣做了，我現在知道 UTF 模塊，謝謝！這就是我最終得到的結果：package mainimport ( "fmt")func ShortenStringIDToMaxLength(in string, maxLen int) string { if maxLen < 1 { // Panic/log whatever is your error system of choice. } bytes := len(in) if bytes > maxLen { excess := bytes - maxLen lPos := bytes/2 - excess/2 lastPos := 0 for pos, _ := range in { if pos > lPos { lPos = lastPos break } lastPos = pos } rPos := lPos + excess for pos, _ := range in[lPos:] { if pos >= excess { rPos = pos break } } return in[:lPos] + in[lPos+rPos:] } return in}func main() { out := ShortenStringIDToMaxLength(`123456789 123456789`, 5) fmt.Println(out, len(out))}https://play.golang.org/p/YLGlj_17A-j
2 回答
胡子哥哥
TA貢獻1825條經驗 獲得超6個贊
這是您的算法的改編版，它從前綴的開頭和后綴的結尾刪除不完整的符文：
func TrimLastIncompleteRune(s string) string {
l := len(s)
for i := 1; i <= l; i++ {
suff := s[l-i : l]
// repeatedly try to decode a rune from the last bytes in string
r, cnt := utf8.DecodeRuneInString(suff)
if r == utf8.RuneError {
continue
}
// if success : return the substring which contains
// this succesfully decoded rune
lgth := l - i + cnt
return s[:lgth]
}
return ""
}
func TrimFirstIncompleteRune(s string) string {
// repeatedly try to decode a rune from the beginning
for i := 0; i < len(s); i++ {
if r, _ := utf8.DecodeRuneInString(s[i:]); r != utf8.RuneError {
// if success : return
return s[i:]
}
}
return ""
}
func shortenStringIDToMaxLength(in string, maxLen int) string {
if len(in) > maxLen {
firstHalf := maxLen / 2
secondHalf := len(in) - (maxLen - firstHalf)
prefix := TrimLastIncompleteRune(in[:firstHalf])
suffix := TrimFirstIncompleteRune(in[secondHalf:])
return prefix + suffix
}
return in
}
play.golang.org 上的鏈接
此算法僅嘗試從選定的前綴和后綴中刪除更多字節。
例如，如果事實證明您需要從后綴中刪除 3 個字節才能獲得有效的符文，則它不會嘗試查看是否可以在前綴中添加 3 個字節，以獲得更接近maxLen字節的最終結果。
冉冉說
TA貢獻1877條經驗 獲得超1個贊
您可以使用簡單的算術來查找start和end使得字符串s[:start]+s[end:]短于您的字節限制。但是您需要確保start和end都是任何 utf-8 序列的第一個字節，以保持序列有效。
UTF-8 的特性是任何給定字節都是序列的第一個字節，只要它的前兩位不是 10。
所以你可以寫這樣的代碼（操場： https: //play.golang.org/p/xk_Yo_1wTYc）
package main
import (
"fmt"
)
func truncString(s string, maxLen int) string {
if len(s) <= maxLen {
return s
}
start := (maxLen + 1) / 2
for start > 0 && s[start]>>6 == 0b10 {
start--
}
end := len(s) - (maxLen - start)
for end < len(s) && s[end]>>6 == 0b10 {
end++
}
return s[:start] + s[end:]
}
func main() {
fmt.Println(truncString("this is a test", 5))
fmt.Println(truncString("日本語", 7))
}
無論輸入字符串有多長（假設它是有效的 utf-8），這段代碼都有一個理想的屬性，它需要 O(maxLen) 時間。
- 2 回答
- 0 關注
- 138 瀏覽
添加回答
舉報
0/150
提交
取消