function strlen( str )
if str == nil then
return 0
endreturn string.len(string.gsub(str,"[\128-\255][\128-\255][\128-\255]"," "))
endlocal str = "abc我1234"
local len = strlen(str)
print(len) -- 8
原理：string.gsub()把三個位元組的中文替換成三個空格 再取長度
替換用到正規表示式：
參考：utf-8編碼下 乙個中文為何是三個位元組呢？
參考：unicode是萬能編碼，包含了所有符號的編碼，它規定了所有符號在計算機底層的二進位制的表示順序。有關unicode為什麼會出現就不敘述了，unicode是針對所有計算機的使用者定義一套統一的編碼規範，這樣計算機使用者就避免了編碼轉換的問題。unicode定義了所有符號的二進位制形式，也就是符號如何在計算機內部儲存的，而且每個符號規定都必須使用兩個位元組來表示，也就是用16位二進位制去代表乙個符號，這樣就導致了乙個問題，英文編碼的空間浪費，因為在ansi中的符號都是乙個位元組來表示的，而使用了unicode編碼就白白浪費了乙個位元組。也就代表著unicode需要使用兩倍的空間去儲存相應的ansi編碼下的符號。雖然現在硬碟或者記憶體都很廉價，但是在網路傳輸中，這個問題就凸顯出來了，你可以這樣想想，本來1m的頻寬在ansi下可以代表1024*1024個字元，但是在unicode下卻只能代表1024*1024/2個字元。也就是1mb/s的頻寬只能等價於512kb/s，這個很可怕啊。所以為了解決符號在網路中傳輸的浪費問題，就出現了utf-8編碼，unicode transfer format -8 ，後面的8代表是以8位二進位制為單位來傳輸符號的，但是這樣又導致了乙個問題，雖然utf-8可以使用乙個位元組來表示ansi下的符號，但是對於其它類似漢語的符號，得需要兩個位元組來表示，所以計算機不知道如何去擷取乙個符號，也就是乙個符號對應的二進位制的擷取開始位置和擷取結束位置。所以為了解決unicode下的ansi符號的空間浪費和網路傳輸下如何擷取字元的問題，utf規定：如果乙個符號只佔乙個位元組，那麼這個8位位元組的第一位就為0。如果為兩個位元組，那麼規定第乙個位元組的前兩位都為1，然後第乙個位元組的第三位為0，第二個位元組的前兩位為10，然後如果是三個位元組的話，那麼第乙個位元組的前三位為111，第四位為0，剩餘的兩個位元組的前兩位都為10。按照這樣的演算法去思考乙個中文字元的utf-8是怎麼表示的：乙個中文字元需要兩個位元組來表示，兩個位元組一共是16位，那麼utf-8下，兩個位元組是不夠的，因為兩個位元組下，第乙個位元組已經佔據了三位：110，然後剩餘的乙個位元組佔據了兩位：10，現在就只剩下8位，與unicode下的兩個位元組，18位去表示任意乙個字元是相悖的，也就是unicode下的18位減去utf-8下的8位=8位，剛好差了乙個位元組的空間，所以就使用三個位元組去表示非ansi字元：三個位元組下，一共是24位，第乙個位元組頭四位是：1110，後兩個位元組的前兩位都是：10，那麼24位-8位=16位，剛好兩個位元組去表示unicode下的任意乙個非ansi字元。這也就是為什麼utf-8需要使用三個位元組去表示乙個非ansi字元的原因了！
多個位元組提供的位數超過了所需要的，多餘的位以0補全到編碼前面
NBUOJ 1969 統計元字串數目 字串處理
23世紀的一天，甬江邊出現了白鷺外的一種新品種，雄鳥非常愛惜雌鳥，所以它們採用一種集體一字型飛行方式，用a代表雌鳥，b代表雄鳥，他們總是排成a，aba，ababa，abababa，abababababa 的形式，這些一起飛的鳥稱為乙個飛行單元，但在某一天，你看到了天上上百萬隻鳥一字型飛過，那麼請你數...
統計字串相同且連續字元的數目
昨天同事給我看了一道面試題目，說的是給任意乙個字串，比如 aaaabbccazzggggg 然後寫乙個函式，最後將字串輸出為a4b2c2a1z2g5。起初自己想偏了，想用遞迴來做，想的相對比較複雜。遞迴應該是可以的，有時間再好好研究一下 後來重新整理一下思路，很快就寫出來了。php 如下 funct...
題解 統計字串中單詞數目
題目 輸入一行字元,統計其中有多少個單詞,每兩個單詞之間以空格隔開。如輸入 this is a c program.輸出 there are 5 words in the line.本講結構 二 相關習題 四 其他寫法的 正文 針對乙個剛讀入的符號如何判斷？二 相關習題 2.輸入一行字元，統計其中有...