一个Unicode字符串的长度

Question

在我的Rails（2.3，Ruby 1.8.7）应用程序中，我需要将字符串截断到一定长度。该字符串是Unicode编码的，当在控制台中运行测试，例如'א'.length时，会返回双倍的长度。我希望得到一个不受编码影响的长度，以便对Unicode字符串或Latin1编码的字符串进行相同的截断。

我已经阅读了大部分Ruby的Unicode材料，但仍然有些困惑。如何解决这个问题？

- shmichael

Answer 1

Rails有一个mb_chars方法，用于返回多字节字符。可以尝试使用unicode_string.mb_chars.slice(0,50)

- Teoulas

Answer 2

"ア".size # 3 in 1.8, 1 in 1.9
puts "ア".scan(/./mu).size # 1 in both 1.8 and 1.9

- Lri

Answer 3

chars和mb_chars不能提供给您文本元素，这正是您所寻找的。对于文本元素，您需要使用unicode gem。

mb_chars：

>> 'กุ'.mb_chars.size
=> 2

>> 'กุ'.mb_chars.first.to_s
=> "ก"

文本元素：

>> Unicode.text_elements('กุ').size
=> 1

>> Unicode.text_elements('กุ').first
=> "กุ"

- Jordan Brough

Answer 4

你可以使用类似 str.chars.slice(0, 50).join 的方法来获取一个字符串的前50个字符，无论每个字符使用多少字节。

- Chris Heald

---

在控制台中，我得到了“undefined method `slice' for #Enumerable::Enumerator:0xb67a0ed4”。 - shmichael