Stringモジュールで遊んでみたシリーズ④ -String.length ~ String.next_grapheme の紹介

こんにちは！
プログラミング未経験文系出身、Elixirの国に迷い込んだ？！見習いアルケミストのaliceと申します。
今回はStringモジュールについて学んだことをまとめます。

目次

1.Stringモジュールで遊んでみたシリーズ① -String.at ~ String.chunk の紹介
2.Stringモジュールで遊んでみたシリーズ② -String.codepoints ~ String.ends_with? の紹介
3.Stringモジュールで遊んでみたシリーズ③ -String.equivalent? ~ String.last の紹介
4.Stringモジュールで遊んでみたシリーズ④ -String.length ~ String.next_grapheme の紹介(本記事)
5.Stringモジュールで遊んでみたシリーズ⑤ -String.next_grapheme_size ~ String.printable? の紹介
6.Stringモジュールで遊んでみたシリーズ⑥ -String.replace ~ String.replace_suffix の紹介
7.Stringモジュールで遊んでみたシリーズ⑦ -String.replace_trailing ~ String.split の紹介
8.Stringモジュールで遊んでみたシリーズ⑧ -String.split_at ~ String.to_charlist の紹介
9.Stringモジュールで遊んでみたシリーズ⑨ -String.to_existing_atom ~ String.trim の紹介
10.Stringモジュールで遊んでみたシリーズ10 -String.trim_leading ~ String.valid? の紹介

目的

Stringモジュールに含まれる関数を触って機能を理解したい

実行環境

Windows 11 ＋ WSL2 ＋ Ubuntu 22.04
Elixir v1.17.3
Erlang v27.0

String.lengthとは

String.length(string)はstringの文字数を返します。
文字数は書記素ベースで1文字とカウントします。

例

iex

String.length("elixir")

6

余談

String.lengthはString.graphemes(string) |> Enum.count()と同じ処理と理解しています

String.lengthを使用した場合

※"é"はU+0065 と U+0301 の結合文字列です。¹

iex

String.length("é")

1

String.lengthを使用しない場合

iex

String.graphemes("é") |> Enum.count()

1

String.match?とは

String.match?(string, regex)はstringに対してregexにマッチするか否かをチェックします。
この関数と同様の機能を提供するものとして下記があります
　・=~ （テキストベースのマッチ演算子）
　・Regex.match?(regex, string)

例

iex

String.match?("foo", ~r/foo/)

true

iex

String.match?("bar", ~r/foo/)

false

String.myers_differenceとは

String.myers_difference(string1, string2)はstring1とstring2の差分を比較します。
string1をstring2と一致させるために必要な編集の差分を出力します。

例

iex

string1 = "Tanaka Takumi"
string2 = "Tanaoka Takeshi"
String.myers_difference(string1, string2)

[eq: "Tana", ins: "o", eq: "ka Tak", del: "um", ins: "esh", eq: "i"]

・キーがeq:のときはequal、string1をstring2で同じ箇所。編集不要
・キーがins:のときはinsert、string1に対して値の文字列を挿入する編集が入る
・キーがdel:のときはdelete、string1に対して値の文字列を削除する編集が入る

String.next_codepointとは

String.next_codepoint(arg)はarg内の先頭のコードポイントと残りの文字列のタプルを返します。

例

iex

String.next_codepoint("olá")

{"o", "lá"}

argがUTF-8でエンコードされた文字列ではないバイトシーケンスで始まる場合

出力は最初のバイトを含むバイナリ型で返される

※下記の\x80はUTF-8でエンコードされた文字列ではない

iex

invalid = "\x80\x80hogehoge"
{_, rest} = String.next_codepoint(invalid)

{<<128>>, <<128, 104, 111, 103, 101, 104, 111, 103, 101>>}

iex

String.next_codepoint(rest)

{<<128>>, "hogehoge"}

String.next_graphemeとは

String.next_codepoint(string)はstring内の先頭の書記素と残りの文字列のタプルを返します。

例

※"é"はU+0065 と U+0301 の結合文字列です。¹

iex

String.next_grapheme("é")

{"é", ""} #書記素ベースの場合、結合文字列を1文字と認識している

※比較用

iex

String.next_codepoint("é")

{"e", "́ "} #コードポイントベースの場合、結合文字列を2文字と認識している

～Elixirの国のご案内～

↓Elixirって何ぞや？と思ったらこちらもどぞ。Elixirは先端のアレコレをだいたい全部できちゃいます

↓ゼロからElixirを始めるなら「エリクサーチ」がおすすめ！私もエンジニア未経験から学習中です。

↓We Are The Alchemists, my friends!²
Elixirコミュニティは本当に優しくて温かい人たちばかり！
私が挫折せずにいられるのもこの恵まれた環境のおかげです。
まずは気軽にコミュニティを訪れてみてください。³

1. 書記素とコードポイントの違い https://qiita.com/Alicesky2127/items/8dcb4612dd3f6ba6f59b ↩ ↩²

2. @torifukukaiouさんのAwesomeな名言をお借りしました。Elixirコミュニティを一言で表すと、これに尽きます。 ↩

3. @kn339264さんの素敵なスライドをお借りしました。Elixirコミュニティはいろんな形で活動中！ ↩