Instructions
Tu as identifié un manque sur le marché des médias sociaux pour les publications très très courtes.
Maintenant que Twitter autorise les publications de 280 caractères, les personnes qui veulent des mises à jour rapides sur les réseaux sociaux ne sont pas servies.
Tu décides de créer ton propre réseau social.
Pour rendre ton produit remarquable, tu le rends extrême et tu n'autorises que les publications de 5 caractères ou moins.
Toute publication de plus de 5 caractères doit être tronquée à 5.
Pour permettre à tes utilisateurs de s'exprimer pleinement, tu autorises les emoji et les autres caractères Unicode.
La tâche consiste à tronquer à 5 caractères les strings fournies en entrée.
Encodages de texte
Un texte stocké sous forme numérique doit être converti en une série d'octets.
Il existe 3 façons courantes de faire correspondre des caractères à des octets.
-
ASCII permet d'encoder les caractères de la langue anglaise.
Tous les caractères font exactement 1 octet.
-
UTF-8 est un encodage de texte Unicode.
Les caractères font entre 1 et 4 octets.
-
UTF-16 est un encodage de texte Unicode.
Les caractères font soit 2, soit 4 octets.
UTF-8 et UTF-16 sont tous deux des encodages Unicode, ce qui signifie qu'ils peuvent représenter une immense variété de caractères, notamment :
- du texte dans la plupart des langues et écritures du monde
- des textes historiques
- des emoji
UTF-8 et UTF-16 sont tous deux des encodages à longueur variable, ce qui signifie que différents caractères occupent une quantité d'espace différente.
Prenons la lettre « a » et l'emoji « 😛 ».
En UTF-16, la lettre occupe 2 octets, mais l'emoji en occupe 4.
L'astuce de cet exercice consiste à utiliser des API conçues autour des caractères Unicode (points de code) plutôt que des unités de code Unicode.
Mise en œuvre
En Go, les strings du code source (et ceux des tests unitaires) sont en UTF-8.
Un string contient des octets qui représentent des runes.
Dans la plupart des cas en Go, une « unité de code » est un byte et un « point de code » est un rune.
Voir Strings, bytes, runes and characters in Go pour plus de détails.
