String.length/1
函数返回 UTF-8 二进制文件中字素的数量。
如果我想知道字符串中有多少个 Unicode 代码点,我知道我可以这样做:
string |> String.codepoints |> length
但这会产生一个不必要的所有代码点的中间列表,并将字符迭代两次。有没有一种方法可以直接计算代码点,而无需生成中间列表?
最佳答案
您可以使用 comprehension使用位串生成器和 reduce
在不建立中间列表的情况下计算代码点的选项。
for <<_::utf8 <- string>>, reduce: 0, do: (count -> count + 1)
例子:
iex> string = "🤷🏼♂️"
iex> for <<_::utf8 <- string>>, reduce: 0, do: (count -> count + 1)
5
iex> string |> String.codepoints |> length
5
iex> String.length(string)
1
如果将 utf8
替换为 utf16
或 utf32
:
iex> utf8_string = "I'm going to be UTF-16!"
"I'm going to be UTF-16!"
iex> utf16_string = :unicode.characters_to_binary(utf8_string, :utf8, :utf16)
<<0, 73, 0, 39, 0, 109, 0, 32, 0, 103, 0, 111, 0, 105, 0, 110, 0, 103, 0, 32, 0,
116, 0, 111, 0, 32, 0, 98, 0, 101, 0, 32, 0, 85, 0, 84, 0, 70, 0, 45, 0, 49,
0, 54, 0, 33>>
iex> for <<_::utf8 <- utf8_string>>, reduce: 0, do: (count -> count + 1)
23
iex> for <<_::utf16 <- utf16_string>>, reduce: 0, do: (count -> count + 1)
23
关于unicode - 在 Elixir 中计算字符串中的代码点,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/68055304/