文字数を数える — 同じ文字列でも、数え方で答えが変わる

<?php
// 文字列の「文字数」と「バイト数（UTF-8）」を出す
$s = $argv[1];
// strlen はバイト数を数える。文字数は、u（UTF-8）を付けた正規表現で「1文字」を数える
$chars = preg_match_all('/./su', $s);
echo "文字数: " . $chars . "\n";
echo "バイト数（UTF-8）: " . strlen($s) . "\n";

# 文字列の「文字数」と「バイト数（UTF-8）」を出す
import sys

s = sys.argv[1]
print(f"文字数: {len(s)}")  # Python の len は、Unicode の文字（コードポイント）の数
print(f"バイト数（UTF-8）: {len(s.encode('utf-8'))}")  # バイト数は、UTF-8 のバイト列に直してから数える

// 文字列の「文字数」と「バイト数（UTF-8）」を出す
package main

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

func main() {
	s := os.Args[1]
	// Go の len はバイト数を数える。文字（rune）の数は utf8.RuneCountInString で数える
	fmt.Printf("文字数: %d\n", utf8.RuneCountInString(s))
	fmt.Printf("バイト数（UTF-8）: %d\n", len(s))
}

// 文字列の「文字数」と「バイト数（UTF-8）」を出す
const s = process.argv[2];
// length は UTF-16 の単位を数える（「𠮷」は 2）。[...s] で1文字ずつに分けてから数える
console.log(`文字数: ${[...s].length}`);
console.log(`バイト数（UTF-8）: ${Buffer.byteLength(s, "utf8")}`);

// 文字列の「文字数」と「バイト数（UTF-8）」を出す
import java.nio.charset.StandardCharsets;

public class Length {
    public static void main(String[] args) {
        String s = args[0];
        // length() は UTF-16 の単位を数えるので「𠮷」や絵文字が 2 になる。codePointCount で Unicode の文字を数える
        System.out.println("文字数: " + s.codePointCount(0, s.length()));
        System.out.println("バイト数（UTF-8）: " + s.getBytes(StandardCharsets.UTF_8).length);
    }
}

// 文字列の「文字数」と「バイト数（UTF-8）」を出す
using System.Text;

string s = args[0];
// Length は UTF-16 の単位を数えるので「𠮷」や絵文字が 2 になる。EnumerateRunes で Unicode の文字を数える
Console.WriteLine($"文字数: {s.EnumerateRunes().Count()}");
Console.WriteLine($"バイト数（UTF-8）: {Encoding.UTF8.GetByteCount(s)}");

// 文字列の「文字数」と「バイト数（UTF-8）」を出す
fn main() {
    let args: Vec<String> = std::env::args().collect();
    let s = &args[1];
    // len() は UTF-8 のバイト数を返す。Unicode の文字の数は chars().count() で数える
    println!("文字数: {}", s.chars().count());
    println!("バイト数（UTF-8）: {}", s.len());
}

# 文字列の「文字数」と「バイト数（UTF-8）」を出す
s = ARGV[0]
puts "文字数: #{s.length}" # Ruby の length は、Unicode の文字（コードポイント）の数
puts "バイト数（UTF-8）: #{s.bytesize}" # bytesize はバイト数

// 文字列の「文字数」と「バイト数（UTF-8）」を出す
fun main(args: Array<String>) {
    val s = args[0]
    // length は UTF-16 の単位を数えるので「𠮷」や絵文字が 2 になる。codePointCount で Unicode の文字を数える
    println("文字数: ${s.codePointCount(0, s.length)}")
    println("バイト数（UTF-8）: ${s.toByteArray(Charsets.UTF_8).size}")
}

// 文字列の「文字数」と「バイト数（UTF-8）」を出す
let s = CommandLine.arguments[1]
// count は見た目の1文字（家族の絵文字は 1）を数える。unicodeScalars.count で Unicode の文字を数える
print("文字数: \(s.unicodeScalars.count)")
print("バイト数（UTF-8）: \(s.utf8.count)")