Lua unicode，使用带有两字节字符的 string.sub()答案

【问题标题】：Lua unicode, using string.sub() with two-byted charsLua unicode，使用带有两字节字符的 string.sub()
【发布时间】：2017-08-25 14:50:30
【问题描述】：

例如：我想从字符串“ПРИВЕТ”和“HELLO”中删除前 2 个字母。其中之一仅包含两个字节的 unicode 符号。

尝试使用 string.sub("ПРИВЕТ") 和 string.sub("HELLO.")

得到“РИВЕТ”和“LLO.”。

string.sub() 从这些字符串中删除了 2 个字节（不是字符）。所以我想知道如何删除 chars

一些东西，比如 utf8.sub()

【问题讨论】：

【解决方案1】：

有https://github.com/Stepets/utf8.lua，纯lua库，扩展标准功能支持utf8字符串。

【讨论】：

【解决方案2】：

我找到了一个更简单的解决方案（使用 offset() 的解决方案不适用于所有情况）：

function utf8.sub(s, i, j)
    return utf8.char(utf8.codepoint(s, i, j))
end

【讨论】：

【解决方案3】：

此任务的关键标准函数是utf8.offset(s,n)，它给出了 s 的第 n 个字符的开始位置（以字节为单位）。

所以试试这个：

print(string.sub(s,utf8.offset(s,3),-1))

您可以如下定义utf8.sub：

function utf8.sub(s,i,j)
    i=utf8.offset(s,i)
    j=utf8.offset(s,j+1)-1
    return string.sub(s,i,j)
end

（此代码仅适用于阳性j。有关一般情况，请参见http://lua-users.org/lists/lua-l/2014-04/msg00590.html。）

【讨论】：