Lua截取字符串（截取utf-8格式字符串）
⾸先要知道string.sub 和 string.byte 的⽤法。
基本思路：
之所以要⾃⼰写⼀个截取函数，是因为lua的库函数string.sub实际是字节的截取函数。
uft-8编码格式中，⼤部分中⽂是3个字节表⽰的，数字和字母等是⼀个字节的，还有某些国家的语⾔是2字节的，直接⽤string.sub就可能截出乱码来，因为不确定要截多少个字节。
所以，
定义⼀个GetBytes函数，获取字符的字节数（根据⾸个字节的⾼位标记，判断是⼏字节的字符）
然后不断后移，记录字节数和字符数。
如上图，假设要取字符3-4，那么应该从第3个字符的第⼀个字节取到第4个字最后⼀个字节
即：
lua字符串转数组当前字符数为截取的起始字符（startIndex）前⼀个位置时，说明从下⼀个字节开始截取字符串即 index == startIndex - 1 时 byteStart = bytes+1
当前字符数为截取的终⽌字符（endIndex）时，说明要截取的字符串到此为⽌即 index == endIndex 时 byteEnd = bytes
⽤ string.sub(str, byteStart, byteEnd) 就能截取byteStart 到 byteEnd 的字节
local  StringHelper = {}
--[[
utf-8编码规则
单字节 - 0起头
1字节  0xxxxxxx  0 - 127
多字节 - 第⼀个字节n个1加1个0起头
2 字节 110xxxxx  192 - 223
3 字节 1110xxxx  22
4 - 239
4 字节 11110xxx  240 - 247
可能有1-4个字节
--]]
function StringHelper.GetBytes(char)
if not char then
return 0
end
local code = string.byte(char)
if code < 127 then
return 1
elseif code <= 223 then
return 2
elseif code <= 239 then
return 3
elseif code <= 247 then
return 4
else
-- 讲道理不会⾛到这⾥^_^
return 0
end
end
function StringHelper.Sub(str, startIndex, endIndex)
local tempStr = str
local byteStart = 1 -- string.sub截取的开始位置
local byteEnd = -1 -- string.sub截取的结束位置
local index = 0  -- 字符记数
local bytes = 0  -- 字符的字节记数
startIndex = math.max(startIndex, 1)
endIndex = endIndex or -1
while string.len(tempStr) > 0 do
if index == startIndex - 1 then
byteStart = bytes+1;
elseif index == endIndex then
byteEnd = bytes;
break;
end
bytes = bytes + StringHelper.GetBytes(tempStr)
tempStr = string.sub(str, bytes+1)
index = index + 1
end
return string.sub(str, byteStart, byteEnd) end
测试代码：
str = "中1⽂*a字符串勉強します";
print(StringHelper.Sub(str, 3, 4))
print(StringHelper.Sub(str, 1, 4))
print(StringHelper.Sub(str, 8))
print(StringHelper.Sub(str, 2, 12))

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。