golang中请求长度的字符串前缀使用utf-8符号答案

【问题标题】：String prefix of requested length in golang working with utf-8 symbolsgolang中请求长度的字符串前缀使用utf-8符号
【发布时间】：2017-09-05 14:23:59
【问题描述】：

有没有一些优雅的方法可以在 golang 中裁剪字符串并创建漂亮的字符串前缀？我有这个功能开始：

func prettyCrop(in string, cropLength int) string {
    if len(in) < cropLength {
        return in
    } else {
        in = in[0:cropLength]
        in = strings.TrimRightFunc(in, func(r rune) bool {
            if r == ' ' {
                return true
            }
            return false
        })
        return in + "…"
    }
}

它适用于英文文本，但对于更复杂的东西有问题。看这个例子：

prettyCrop("čřč čřč", 8) //čř?…

TrimRightFunc 没有像我预期的那样工作。我希望它返回čřč。为什么这个函数没有返回有效的 utf-8 字符串？有这方面的图书馆吗？我该如何解决？有没有更好的解决方案？

【问题讨论】：

标签： string go utf-8

【解决方案1】：

问题在于对string 进行切片是对表示字符串的UTF-8 编码字节切片进行切片，而不是对string 的字符或runes 进行切片；这也意味着如果string 包含由多个字节以UTF-8 编码表示的字符，则对string 进行切片/切割可能会导致无效的UTF-8 编码序列。

假设cropLength 是字符限制（而不是字节数限制），您应该首先将string 转换为[]rune，然后对其进行操作：

func prettyCrop(in string, cropLength int) string {
    in2 := []rune(in)
    if len(in2) < cropLength {
        return in
    } else {
        in2 = in2[:cropLength]
        in = strings.TrimRightFunc(string(in2), func(r rune) bool {
            if r == ' ' {
                return true
            }
            return false
        })
        return in + "…"
    }
}

测试它：

for i := 0; i < 7; i++ {
    fmt.Println(prettyCrop("čřč čřč", i))
}

输出（在Go Playground上试试）：

…
č…
čř…
čřč…
čřč…
čřč č…
čřč čř…

性能说明：

上面的例子对“性能”不友好，因为：

它将整个in 字符串转换为[]rune，只需使用for range 获得第一个cropLength 符文就足够了。
调用strings.TrimRightFunc() 需要将[]rune 转换回string，然后再次执行字符串连接以生成结果。这可以通过手动循环 []rune 来避免，并且只创建一个返回的 string。

【讨论】：