python - Python 中的字符长度为 1，而 Kotlin 中的字符长度为 2

Question

我在 Kotlin 中迭代一个字符串，并注意到 Kotlin 将某个中文字符视为长度为 2。相同的字符在 Python 3.8 中的长度为 1。

Kotlin :

>>> "𫷷".length
2

Python:

>>> len("𫷷")
1

为什么会这样？如何逐个字符地迭代 Kotlin 中的字符串？

Answer 1

您正在处理代理对。代理对是 UTF 对某些字符进行编码的方式。

那𫷷不能表示为一个Char .您可以通过尝试将其定义为 char 文字来检查这一点。

val someChar = '𫷷' // Error: Too many character in character literal "𫷷"

那么如何正确计算呢？ Kotlin 的标准库有一个函数( hasSurrogatePairAt )，您可以将其放入这样的扩展函数中:

fun String.countSurrogatePairs() = withIndex().count {
    hasSurrogatePairAt(it.index)
}

用法:

println("𫷷".countSurrogatePairs()) // 1
println("𫷷𫷷".countSurrogatePairs()) // 2

所以，Python 似乎已经处理好了。