string - 计算golang字符串中的字符

Question

我正在尝试计算 go 中的“字符”。也就是说，如果一个字符串包含一个可打印的“字形”或“组合字符”(或某些人通常认为的字符)，我希望它计数为 1。例如，字符串“你好，世🖖🏿🖖界”，应该算作 11，因为有 11 个字符，人类看到它会说有 11 个字形。

utf8.RuneCountInString() 在大多数情况下效果很好，包括 ascii、重音符号、亚洲字符甚至表情符号。但是，据我了解， rune 对应于代码点，而不是字符。当我尝试使用基本的表情符号时它起作用了，但是当我使用具有不同肤色的表情符号时，我得到了错误的计数:https://play.golang.org/p/aFIGsB6MsO

从我读到的here和 here以下应该有效，但我似乎仍然没有得到正确的结果(多算):

func CountCharactersInString(str string) int {
    var ia norm.Iter
    ia.InitString(norm.NFC, str)
    nc := 0
    for !ia.Done() {
        nc = nc + 1
        ia.Next()
    }
    return nc
}

这也行不通:

func GraphemeCountInString(str string) int {
    re := regexp.MustCompile("\\PM\\pM*|.")
    return len(re.FindAllString(str, -1))
}

我在 Objective C 中寻找类似的东西:

+ (NSInteger)countCharactersInString:(NSString *) string {
    // --- Calculate the number of characters enterd by user and update character count label
    NSInteger count = 0;
    NSUInteger index = 0;
    while (index < string.length) {
        NSRange range = [string rangeOfComposedCharacterSequenceAtIndex:index];
        count++;
        index += range.length;
    }
    return count;
 }

Answer 1

我写了一个包可以让你这样做:https://github.com/rivo/uniseg .它根据 Unicode Standard Annex #29 中指定的规则断开字符串这就是你要找的。以下是您将如何在您的案例中使用它:

package main

import (
    "fmt"

    "github.com/rivo/uniseg"
)

func main() {
    fmt.Println(uniseg.GraphemeClusterCount("Hello, 世🖖🏿🖖界"))
}

这将按您的预期打印 11。