今天開發時發現，備註輸入框中可以輸入表情符號，然而再次展示時，卻成了問號？或者直接在請求介面的時候顯示資料格式不正確！
lua5.3雖然支援utf-8，但是自帶的string庫不支援漢字的處理，而且lua的正則實現也比較雞肋，很難匹配中文。所以文章討論utf-8字符集，中文漢字的表示方法，然後說明lua如何匹配utf-8中文漢字。utf-8是unicode的一種實現，是一種變長位元組編碼方式。對於某乙個字元的utf-8編碼，如果只有乙個位元組則其最高二進位制位為0；如果是多位元組，其第乙個位元組從最高位開始，連續的二進位制位值為1的個數決定了其編碼的位數，其餘各位元組均以10開頭。utf-8最多可用到6個位元組。
如表：
因此，utf-8可以用來表示字元編碼最多的有效位數是31位，即x代表的位。除掉那些標誌位（如每位元組開頭的10），utf-8表示的與unicode編碼是對應的。另外，unicode相容標準的ascii字符集，只需要乙個位元組就可以表示所有ascii碼，ascii碼一共規定了128個字元的編碼，所以實際只要7位表示。而對於1位元組表示的utf-8編碼，位元組開頭是0，所以utf-8表示的英文數字，跟ascii字符集表示的是一樣的。
通常都說到，漢字範圍從0x4e00到0x9fa5，這是指unicode編碼。對於utf-8還要做轉換。其中，0x4e00 用二進位制表示為 100111000000000
換成utf-8碼就是 11100100 10111000 10000000，即 228, 184, 128
同理，0x9fa5為 11101001 10111110 10100101，即 233, 190, 165
可以看出，中文utf-8編碼用3個位元組表示。
前面分析了中文utf-8的編碼範圍了，所以lua只要用 string.byte(s, i) 取到字元的byte值（字符集通常記 code point）。比較第乙個位元組是228-233，而且接下來兩個位元組都是 128-191，就可以簡單認定為中文了。這裡以乙個例子說明，比如我要過濾特殊字元，保留中文、英文和數字。
function
filter_spec_chars(s)
local ss = {}
local k = 1
while
true
doif k > #s then break end
local c = string.byte(s,k)
ifnot c then break end
if c<192
then
if (c>=48
and c<=57) or (c>= 65
and c<=90) or (c>=97
and c<=122) then
table.insert(ss, string.char(c))
endk = k + 1
elseif c<224
then
k = k + 2
elseif c<240
then
if c>=228
and c<=233
then
local c1 = string.byte(s,k+1)
local c2 = string.byte(s,k+2)
if c1 and c2 then
local a1,a2,a3,a4 = 128,191,128,191
if c == 228
then a1 = 184
elseif c == 233
then a2,a4 = 190,c1 ~= 190
and191
or165
end if c1>=a1 and c1<=a2 and c2>=a3 and c2<=a4 then
table.insert(ss, string.char(c,c1,c2))
endend
endk = k + 3
elseif c<248
then
k = k + 4
elseif c<252
then
k = k + 5
elseif c<254
then
k = k + 6
end end
return table.concat(ss)
end
lua中過濾表情以及特殊字元
今天開發時發現，備註輸入框中可以輸入表情符號，然而再次展示時，卻成了問號？或者直接在請求介面的時候顯示資料格式不正確！首先，這個肯定是不行的，你如果讓使用者輸入了，並且儲存成功後，但是顯示的卻是，這讓人怎麼理解，而且使用者的體驗肯定不好！於是，我就開始在網上，但是的結果不符合我的意思，我又請教了 沒...
access中過濾特殊字元「 」
今匯入資料庫的時候發現出錯了，資料庫訪問失敗，以為是程式的問題最後發現是採集回來的資料有問題，主要是access裡的特殊字字元 在搞鬼。原來資料裡面有個單獨的 而沒有 不包含引號 於是我修改一下把缺少 加上就能匯入了，原來是採集的資料少了個 我用access開啟資料庫想把資料名稱裡面的 和 全都去掉...
過濾特殊字元
過濾特殊字元 public static string encoding string src 利用反射呼叫乙個繼承層次上的函式族，比如安裝程式，有安裝資料庫的，安裝檔案系統的等，命名均已 install 開始，你就可以將引數part設為 install src是其實類例項，root是終止父類 pu...