Go でタイ文字やアラビア文字の個数をうまく数える

前に自分で書いた記事 Python でタイ文字やアラビア文字の個数をうまく数える を Go でやってみたくなった。

Bytes, Unicode(Rune), Grapheme の単位でそれぞれ数えて、 Rune ごとでばらして表示してみた。

Grapheme での数え方は、それっぽい手段が標準ライブラリに用意されてはいなかったので、自分で関数 GraphemeLength を書いた。

package main

import (
	"bufio"
	"fmt"
	"os"
	"unicode"
	"unicode/utf8"
)

func printer(targetString string) {
	bytelength := len(targetString)
	runelength := utf8.RuneCountInString(targetString)
	graphemelength := GraphemeLength(targetString)
	tmpl := "Bytes:\t%d\nRunes:\t%d\nGrapheme:\t%d\n"
	fmt.Printf(tmpl, bytelength, runelength, graphemelength)
	for _, ca := range targetString {
		c := fmt.Sprintf("%#U", ca)
		println(c)
	}
}

func GraphemeLength(targetString string) int {
	length := 0
	inPart := false
	for _, ca := range targetString {
		if unicode.Is(unicode.M, ca) {
			if !inPart {
				inPart = true
			}
			continue
		}
		length++
	}
	return length
}

func main() {
	scanner := bufio.NewScanner(os.Stdin)
	for scanner.Scan() {
		printer(scanner.Text())
	}
}

$ go run main.go <<< 'กินข้าวเย็น'
Bytes:	33
Runes:	11
Grapheme:	8
U+0E01 'ก'
U+0E34 'ิ'
U+0E19 'น'
U+0E02 'ข'
U+0E49 '้'
U+0E32 'า'
U+0E27 'ว'
U+0E40 'เ'
U+0E22 'ย'
U+0E47 '็'
U+0E19 'น'