Go 的 LeftStr、RightStr、SubStr

Question

我相信Go中没有LeftStr(str,n)（最多取n个第一个字符），RightStr(str,n)（最多取n个最后一个字符）和SubStr(str,pos,n)（取pos后的第一个n个字符）函数，所以我尝试制作一个// take at most n first charactersfunc Left(str string, num int) string {    if num <= 0 {        return ``    }    if num > len(str) {        num = len(str)    }    return str[:num]}// take at most last n charactersfunc Right(str string, num int) string {    if num <= 0 {        return ``    }    max := len(str)    if num > max {        num = max    }    num = max - num    return str[num:]}但我相信当字符串包含 unicode 字符时，这些函数会给出错误的输出。这些功能最快的解决方案是什么，使用for range循环是唯一的方法吗？

Answer 1

正如评论中已经提到的， 组合字符、修改符文和其他多符文 “字符” 可能会造成困难。

任何对 Go 中的 Unicode 处理感兴趣的人都应该阅读 Go 博客文章“ Go 中的 字符串、字节、符文和字符” 和“Go 中的文本规范化”。特别是，后者讨论了golang.org/x/text/unicode/norm可以帮助处理其中一些问题的包。

您可以考虑从字符串中吐出第一个（或最后一个）“n 个字符”的几个级别越来越准确（或越来越多的 Unicode 感知）。

1. 只需使用 n 个字节。这可能会在符文的中间分裂，但它是 O(1)，非常简单，并且在许多情况下，您知道输入仅由单字节符文组成。例如 str[:n]。

2. 在 n 个符文后分裂。这可能会在字符的中间分裂。这可以轻松完成，但代价是仅使用string([]rune(str)[:n]). 您可以通过使用unicode/utf8包的DecodeRuneInString(and DecodeLastRuneInString) 函数依次获取前 n 个符文中的每个符文的长度，然后返回str[:sum](O(n)，无分配)来避免转换和复制。

3. 在第 n 个“边界”之后拆分。一种方法是norm.NFC.FirstBoundaryInString(str)重复使用 或norm.Iter找到要拆分的字节位置，然后返回str[:pos]。

考虑显示的字符串“cafés”，它可以在 Go 代码中表示为：“cafés”、“caf\u00E9s”或“caf\xc3\xa9s”，它们都产生相同的六个字节。或者，它可以表示为“cafe\u0301s”或“cafe\xcc\x81s”，它们都产生相同的七个字节。

上面的第一个“方法”可能会将它们拆分为“caf\xc3”+“\xa9s”和cafe\xcc“+”\x81s”。

第二个可能将它们拆分为“caf\u00E9”+“s”（“cafe”+“s”）和“cafe”+“\u0301s”（“cafe”+“́s”）。

第三个应该将它们分成“caf\u00E9”+“s”和“cafe\u0301”+“s”（都显示为“café”+“s”）。