Erlang中string:length函数处理含'â'二进制数据为何异常？

核心原因 #

Erlang的string:length/1函数只接受字符列表（Erlang里的"字符串"本质就是字符列表，类型为list()）作为输入，它并不原生支持二进制（binary()类型）参数。

具体拆解 #

• 二进制的兼容局限：
  部分Erlang版本对纯ASCII二进制做了有限兼容，能把单字节的ASCII二进制当作字符列表处理。但像'â'这种UTF-8字符是双字节编码（对应二进制<<195,162>>），string:length无法识别这两个字节是单个字符，会判定输入不符合要求，直接抛出bad argument错误。
• 转列表后的适配：
  binary_to_list(Bin)会把UTF-8二进制解码成Unicode字符列表，每个字符（包括'â'）都是列表里的一个独立元素。这种格式完全符合string:length/1的参数要求，所以能正确统计出字符总数（示例里"â Hello"一共7个字符）。

代码验证 #

错误场景：

> Bin = <<"â Hello">>.
> string:length(Bin).

** exception error: bad argument: <<"â Hello">>
     in function  string:length_1/2 (string.erl, line 557)

正确场景：

> Str = binary_to_list(Bin).
> string:length(Str).
7

更便捷的替代方法 #

如果要直接计算二进制的字符长度，不用转列表，推荐用支持二进制的unicode:strlen/1：

> unicode:strlen(<<"â Hello">>).
7

内容的提问来源于stack exchange，提问作者spkhaira