如何检索[]符文的第一个“完整”字符？

Question

我在试着写一个函数

func Anonymize(name string) string

匿名的名字。下面是一些输入和输出对的示例，让您了解它应该做什么：

Müller → M.
von der Linden → v. d. L.
Meyer-Schulze → M.-S.

该函数应该适用于由任意字符组成的名称。在实现此功能时，我有以下问题：

给定一个[]rune或string，我如何计算出我必须使用多少个符文才能获得一个完整的字符，完整的意思是与该字符对应的所有修饰符和组合重音也被使用。例如，如果输入是[]rune{0x0041,0x0308,0x0066,0x0067}（对应于字符串BC，其中δ表示为A和组合diaresis的组合），该函数应该返回2，因为前两个符文会产生第一个字符δ。如果我只使用第一个符文，我会得到不正确的A。

我需要这个问题的答案，因为我想匿名的名字可能以重音字符开头，我不想去掉重音。

Answer 1

您可以尝试以下函数（受“Go语言字符串长度”启发）：

func FirstGraphemeLen(str string) int {
    re := regexp.MustCompile("\\PM\\pM*|.")
    return len([]rune(re.FindAllString(str, -1)[0]))
}

看这个例子：

r := []rune{0x0041, 0x0308, 0x0066, 0x0041, 0x0308, 0x0067}
s := string(r)
fmt.Println(s, len(r), FirstGraphemeLen(s))

输出：

ÄfÄg 6 2

该字符串可能使用6个符文，但其第一个字素使用2。

OP FUZxxl使用了另一种方法，使用unicode。IsMark（r）

IsMark报告符文是否为标记字符（M类）。

来源（来自FUZxxl的play.golang.org）包括：

// take one character including all modifiers from the last name
r, _, err := ln.ReadRune()
if err != nil {
    /* ... */
}

aln = append(aln, r)

for {
    r, _, err = ln.ReadRune()
    if err != nil {
        goto done
    }

    if !unicode.IsMark(r) {
        break
    }

    aln = append(aln, r)
}

aln = append(aln, '.')
/* ... */