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)
这样我们可以利用lua强大的模式匹配,来实现我们要的效果,关键的处理有这么两个:
1. local _, count = string.gsub(str, "[^\128-\193]", ""),用来得到str中的字符数
2. for uchar in string.gfind(str, "[%z\1-\127\194-\244][\128-\191]*") do tab[#tab+1] = uchar end,用来把str中的每个字符映射到tab中
如对本文有疑问, 点击进行留言回复!!
网友评论