lua中从字符串中提取汉字

最新推荐文章于 2023-08-31 13:52:16 发布

哈哈悦

最新推荐文章于 2023-08-31 13:52:16 发布

阅读量3.3k

点赞数 1

本文链接：https://blog.csdn.net/YLK1210/article/details/110546719

版权

lua中从字符串中提取汉字

1、utf8_to_unicode：将utf8字符转换为unicode格式的数值，用于和汉字的unicode编码比较大小
2、GetVChineseChar：遍历字符串中的每个字符，获取unicode值通过比较从字符串中提取汉字
注：如果是lua5.1,需要使用bitOp插件，5.2则require “bit32”, 5.3已经支持位处理功能
如果是5.1或5.2,位操作符合&,|等需要替换为对应的band,bor等函数

function M.GetVChineseChar(str)
    local resultChar = {}
    local i = 1
    while true do
        local curByte = string.byte(str, i)
        local byteCount = 1
        if curByte > 239 then
            byteCount = 4  -- 4字节字符
        elseif curByte > 223 then
            byteCount = 3  -- 汉字
        elseif curByte > 128 then
            byteCount = 2  -- 双字节字符
        elseif curByte == 10 then
            byteCount = 1  -- 单字节字符
        else
            byteCount = 1  -- 单字节字符
        end

        local subStr = string.sub(str,i, i + byteCount -1 )
        local charUnicodeNum =  Utils.utf8_to_unicode(subStr)
        --[[if  curByte == 32 or                        --空格
            (curByte > 47 and curByte < 58) or      --数字
            (curByte > 96 and curByte < 123) or     --小写字母
            (curByte > 64 and curByte < 91)        --大写字母
          ]]--
         if   charUnicodeNum >= 19968 and charUnicodeNum <= 40891 then --汉字/u4E00 -- /u9fbb
            table.insert(resultChar,subStr)
        end
        i = i + byteCount
        if i > #str then
            return table.concat(resultChar)
        end
    end
end

--将utf8字符转换为unicode编码格式对应的十进制数值
function M.utf8_to_unicode(convertStr)
    if type(convertStr)~="string" then
        return convertStr
    end
    local resultDec= 0
    local i=1
    local num1=string.byte(convertStr,i)
    if num1 ~= nil then
        local tempVar1,tempVar2 = 0, 0
        if num1 >= 0x00 and num1 <= 0x7f then
            tempVar1=num1
            tempVar2=0
        elseif num1 & 0xe0 == 0xc0 then
            local t1 = 0
            local t2 = 0
            t1 = num1 & 0xff >> 3
            i=i+1
            num1= string.byte(convertStr,i)
            t2 =  num1 &  0xff>> 2
            tempVar1= t2 | ((t1 & (0xff >> 6)) << 6)
            tempVar2= t1 >> 2
        elseif num1 & 0xf0== 0xe0 then
            local t1 = 0
            local t2 = 0
            local t3 = 0
            t1 = num1 & (0xff >> 3)
            i=i+1
            num1= string.byte(convertStr,i)
            t2 = num1 & (0xff >> 2)
            i=i+1
            num1= string.byte(convertStr,i)
            t3 = num1 & (0xff >> 2)
            tempVar1=((t2 & (0xff >> 6)) << 6) | t3
            tempVar2=(t1 << 4) | (t2 >> 2)
        end
        resultDec =  tempVar2 * 256 + tempVar1
    end
    return resultDec
end