Go语言按显示长度截取字符串的实现方法

为什么需要按显示长度截取？

在处理多语言混合字符串时，直接调用内置的 len() 或切片操作通常存在隐患：

• 按字节截取： 如果目标长度切在了一个汉字的 UTF-8 字节中间，会导致后续解析出现乱码或程序报错。
• 按字符数截取： 如果不区分全角和半角，10个英文字母和10个汉字的视觉宽度差异巨大。通常在终端、列表项或卡片标题中，我们期望的是视觉上“大约”相同长度的显示效果，因此通常约定：英文/数字算1个显示单位，汉字算2个显示单位。

核心逻辑与算法

Go 语言的 string 本质上是只读的字节序列，而 []rune 是 Unicode 码点的切片。要实现按显示长度截取，核心步骤如下：

1. 转换类型：将输入字符串转换为 []rune，以便逐个访问字符。
2. 遍历判断：遍历每一个字符，判断其所属的 Unicode 区间。通常简单的经验法则是将小于 128 的 ASCII 字符视为宽度 1，其余（如中文、日文等宽字符）视为宽度 2。
3. 累加计数：维护一个当前累加的显示长度计数器 sl 和一个构建结果字符串 ss。
4. 边界检查：如果加上当前字符的预期宽度后超过目标限制 l，则停止循环；否则将其加入结果集并更新计数器。

第1步：获取字符串的显示总长度

首先编写一个辅助函数 show_strlen，用于计算字符串若按双字节规则显示时的总长度。

func show_strlen(s string) int {
    sl := 0
    rs := []rune(s)
    for _, r := range rs {
        rint := int(r)
        // ASCII 字符宽度为 1，其他字符（如中文）宽度为 2
        if rint < 128 {
            sl++
        } else {
            sl += 2
        }
    }
    return sl
}

第2步：按指定显示长度截取字符串

接下来是实现核心的截取逻辑。该函数接收原字符串和目标显示长度 l，返回截取后的子串。

func show_substr(s string, l int) string {
    // 如果原字符串的显示总长度小于等于目标长度，直接返回原串
    // 实际使用中建议先调用 show_strlen 做判断，此处为了演示完整性保留逻辑
    if len([]rune(s)) == 0 {
        return s
    }
    
    ss := ""
    sl := 0 // 当前已累积的显示长度
    rl := 0 // 当前字符的显示宽度
    rs := []rune(s)
    
    for _, r := range rs {
        rint := int(r)
        // 判定当前字符的视觉宽度
        if rint < 128 {
            rl = 1
        } else {
            rl = 2
        }
        
        // 如果加入当前字符后超过限制，跳出循环
        if sl+rl > l {
            break
        }
        
        // 累加长度并追加字符到结果字符串
        sl += rl
        ss += string(r)
    }
    return ss
}

完整运行示例

将上述函数组合在一个 main 包中进行测试。以下示例展示了如何处理混合中英文字符串。

package main
import (
    "fmt"
)

// 此处粘贴上面定义的 show_strlen 和 show_substr 函数

func main() {
    // 测试获取显示长度
    fmt.Println("显示长度:", show_strlen("哈哈1")) // 预期: 2+2+1=5
    
    // 测试截取
    // 目标长度9， "哈哈1什1么的" 总长约为 2+2+1+2+1+2+2=12，应被截取
    result := show_substr("哈哈1什1么的", 9)
    fmt.Println("截取结果:", result) // 预期: "哈哈1什1"
}

关键参数说明与注意事项

• ASCII 阈值 128： 代码中使用 rint < 128 作为判断标准，这是一种快速估算方法。它能正确处理绝大多数常见情况。但对于某些特殊的东亚标点符号或生僻字，虽然可能属于非 ASCII，但在特定字体下可能并非严格双宽。若业务场景对排版精度要求极高，建议使用 unicode.Is(unicode.Han, r) 等更严谨的判断库。
• 性能考量： 该方法涉及多次字符串拼接（ss += string(r)）。对于极长字符串，建议使用 strings.Builder 进行优化，以减少内存分配开销。
• 安全性： 此方法保证了不会截断出无效的 UTF-8 字符，因为它是按 rune 粒度进行操作和回退的。

简要总结

Go语言提供了强大的 Unicode 支持，通过结合 []rune 切片与简单的宽度估算逻辑，我们可以轻松实现类似PHP中针对多字节编码的显示长度控制。这种方法有效解决了中英文混排时的视觉对齐和防乱码问题，适用于后台日志过滤、前端列表项截断等多种场景。

以上就是Go语言按显示长度截取字符串的详细内容，更多关于Go语言字符串处理的资料请关注本站其它相关文章！