Package UTF8

UTF8 은 인코딩 방식중 하나로써 세상의 문자들을 1-4 byte 를 사용하여 표현한다.

Table of Contents

• Package UTF8
  • Table of Contents
  • UTF8 코드 열어보기
    • utf8.RuneCountInString

UTF8 코드 열어보기

utf8.RuneCountInString

글자 수를 int 타입으로 리턴한다.

func RuneCountInString(s string) (n int) {
  ns := len(s)
  for i := 0; i < ns; n++ {
     c := s[i]
     if c < RuneSelf {
        i++
        continue
     }
     x := first[c]
     if x == xx {
        i++ 
        continue
     }
     size := int(x & 7)
     if i+size > ns {
        i++ 
        continue
     }
     accept := acceptRanges[x>>4]
     if c := s[i+1]; c < accept.lo || accept.hi < c {
        size = 1
     } else if size == 2 {
     } else if c := s[i+2]; c < locb || hicb < c {
        size = 1
     } else if size == 3 {
     } else if c := s[i+3]; c < locb || hicb < c {
        size = 1
     }
     i += size
  }
  return n
}

• RuneCountInString 은 RuneCount 와 비슷하지만 입력 받는 Parameter 타입이 문자열 이다.

• 글자수(문자열의 길이)를 얻기 위해서 len(str) 대신 RuneCountInString 을 사용하도록 한다.

  • len(str) 의 경우 ‘바이트의 길이’ 를 리턴하지만, RuneCountInString 은 ‘글자의 길이’ 를 리턴하기 때문이다.
    문자당 1 바이트인 영문자를 사용하는 것은 문제가 없지만 그 외의 언어(예를 들어 한국어, 중국어, 아랍어 등)는 1 바이트 크기로 표현 불가하기 때문에 multi-byte 를 사용한다.
    아래의 예를 보면 확연한 차이를 느낄 수 있다. ```go // Example package main

  import ( “fmt” “unicode/utf8” )

  func main() { enWords := “Backend” // English Words chWords := “喜欢” // Chinese Words jpWords := “緒にいたい” // Japanese Words

    compare(enWords)      // len :  7 RuneCountInString :  7
    compare(chWords)      // len :  6 RuneCountInString :  2
    compare(jpWords)      // len : 15 RuneCountInString :  5   }
  

  func compare(str string) { fmt.Println() fmt.Println(“len : “, len(str), “RuneCountInString : “, utf8.RuneCountInString(str)) } ```

↑ return to TOC