Golang 中獲取字符個數以及 emoji 表情處理
在 Ruby 中，我們可以直接調用 str.length 來判斷字符串的長度。
在 Golang 中，不能直接調用 len 函數來統計字符串字符長度，這是因為在 Go 中，字符串是以 UTF-8 為格式進行存儲的，在字符串上調用 len 函數，取得的是字符串包含的 byte 的個數。
例如字符串："Hello, 世界" 包含 9 個字符。使用 len("Hello, 世界") 得到的結果為 13，因為這個字符串占用 13 個字節：
s := "Hello, 世界" fmt.Println(len(s)) // 13 fmt.Println([]byte(s)) // [72 101 108 108 111 44 32 228 184 150 231 149 140]
那么如何統計 Golang 字符串長度呢？有下面幾種方法：
- 使用 bytes.Count() 統計 - 使用 strings.Count() 統計 - 將字符串轉換為 []rune 后調用 len 函數進行統計 - 使用 utf8.RuneCountInString() 統計
對應代碼如下：
package count
import "bytes"
import "strings"
import "unicode/utf8"
func f1(s string) int {
return bytes.Count([]byte(s), nil) - 1
}
func f2(s string) int {
return strings.Count(s, "") - 1
}
func f3(s string) int {
return len([]rune(s))
}
func f4(s string) int {
return utf8.RuneCountInString(s)
}用上面 4 個函數計算字符串"Hello, 世界" 都會得到正確的字符個數：9。那究竟哪個方法更好一些呢？做一下測試看看：
創建文件：count_test.go，內容如下：
package count
import "bytes"
import "strings"
import "unicode/utf8"
import "testing"
func f1(s string) int {
return bytes.Count([]byte(s), nil) - 1
}
func f2(s string) int {
return strings.Count(s, "") - 1
}
func f3(s string) int {
return len([]rune(s))
}
func f4(s string) int {
return utf8.RuneCountInString(s)
}
var s = "Hello, 世界"
func Benchmark1(b *testing.B) {
for i := 0; i < b.N; i++ {
f1(s)
}
}
func Benchmark2(b *testing.B) {
for i := 0; i < b.N; i++ {
f2(s)
}
}
func Benchmark3(b *testing.B) {
for i := 0; i < b.N; i++ {
f3(s)
}
}
func Benchmark4(b *testing.B) {
for i := 0; i < b.N; i++ {
f4(s)
}
}在命令行中運行命令：go test count_test.go -bench ".*"，輸出如下內容：
testing: warning: no tests to run PASS Benchmark1 10000000 118 ns/op Benchmark2 20000000 63.7 ns/op Benchmark3 10000000 248 ns/op Benchmark4 20000000 59.9 ns/op ok command-line-arguments 6.635s從測試結果來看，速度最快的是utf8.RuneCountInString()。
另：大家應該都知道 MySQL >= 5.5.3版本才支持 emoji 表情，如果不做處理直接保存的話，會發生MySQL 異常：Error 1366: Incorrect string value: '\xF0\x9F\x98\x84\xF0\x9F...' for column如果要讓 DB 直接支持，只需要升級 MySQL 版本，然后字符集設置為utf8m4，注意：對于舊表必須將字段的字符也做utf8m4更改才能生效。
如果 MySQL 升級比較麻煩，那么我們還可以通過過濾 emoji 表情，不支持它的存儲來達到正常使用的效果。
// 過濾 emoji 表情
func FilterEmoji(content string) string {
new_content := ""
for _, value := range content {
_, size := utf8.DecodeRuneInString(string(value))
if size <= 3 {
new_content += string(value)
}
}
return new_content
}來自：http://maiyang.github.io/golang/%E5%AD%97%E7%AC%A6%E4%B8%B2/emoji/%E8%A1%A8%E6%83%85/2015/06/16/golang-character-length/