在字符串搜索中处理 Unicode

下载万磁搜索绿色版

今天golang学习网给大家带来了《在字符串搜索中处理 Unicode》，其中涉及到的知识点包括等等，无论你是小白还是老手，都适合看一看哦~有好的建议也欢迎大家在评论留言，若是看完有所收获，也希望大家能多多点赞支持呀！一起加油学习~

假设我有一个包含 unicode 字符的字符串。例如：

s := "foo 日本 foo!"

我正在尝试查找字符串中最后一次出现的 foo：

index := strings.LastIndex(s, "foo")

这里的预期结果是 7，但由于字符串中的 unicode，这将返回 11 作为索引。

有没有办法使用标准库函数来处理这个问题？

正确答案

您遇到了 go 和字节中的符文之间的差异。字符串由字节组成，而不是符文。如果您还没有了解这一点，您应该阅读 https://blog.golang.org/strings。

这是我的快速函数版本，用于计算字符串中最后一个子字符串匹配之前的符文数量。基本方法是找到字节索引，然后对字符串符文进行迭代/计数，直到消耗完该数量的字节。

我不知道可以直接执行此操作的标准库方法。

package main

import (
    "fmt"
    "strings"
)

func lastruneindex(s, substr string) (int, error) {
    byteindex := strings.lastindex(s, substr)
    if byteindex < 0 {
        return byteindex, nil
    }
    reader := strings.newreader(s)
    count := 0
    for byteindex > 0 {
        _, bytes, err := reader.readrune()
        if err != nil {
            return 0, err
        }
        byteindex = byteindex - bytes
        count += 1
    }
    return count, nil
}

func main() {
    s := "foo 日本 foo!"
    count, err := lastruneindex(s, "foo")
    fmt.println(count, err)
    // outputs:
    // 7 <nil>
}

这非常接近：

package main

import (
   "golang.org/x/text/language"
   "golang.org/x/text/search"
)

func main() {
   m := search.new(language.english)
   start, end := m.indexstring("foo 日本 foo!", "foo")
   println(start == 0, end == 3)
}

但它正在向前搜索。我试过这个：

m.indexstring("foo 日本 foo!", "foo", search.backwards)

但我得到这个结果：

panic: TODO: implement

• https://pkg.go.dev/golang.org/x/text/search
• https://github.com/golang/text/blob/v0.3.6/search/search.go#L222-L223

到这里，我们也就讲完了《在字符串搜索中处理 Unicode》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于的知识点！