Luaでマルチバイト文字を使う場合の対応方法

Lua5.3以降では、標準ライブラリにUTF-8文字列を扱うための「utf8ライブラリ」が含まれているので、以下のようにすることで対応できる。

string.subに対応する関数がutf8ライブラリにはないため、utf8_subとして定義している。

Luauでも同様に対応可能。

code:Lua

local function utf8_sub(str, startChar, endChar)

local startByte = utf8.offset(str, startChar)

local endByte = utf8.offset(str, endChar + 1) and utf8.offset(str, endChar + 1) - 1 or #str

if startByte and endByte then

return string.sub(str, startByte, endByte)

else

return ""

end

-- 使用例

local moji = "日本語の文字列"

local nagasa = utf8.len(moji)

for i = 1, nagasa do

print(utf8_sub(moji, 1, i))

end

code:実行結果

日

日本

日本語

日本語の

日本語の文

日本語の文字

日本語の文字列

※1バイト文字（半角英数字など）が混在していても正常に動作する。