字符
概念:
-
我们可以把一个字符串理解成为一个字符数组,字符串的每一个索引对应的值就是字符
示例:
str := "Hello"
/*
str是一个字符串,那么它是由字符数组组成。
字符数组分别的值是'H'、'e'、'l'、'l'、'o'
*/
Go语言当中的字符
-
uint8 类型,或者叫 byte 型,代表了 ASCII 码的一个字符(这是一种无符号类型)。
-
另一种是 rune 类型,代表一个 UTF-8 字符,当需要处理中文、日文或者其他复合字符时,则需要用到 rune 类型。rune 类型等价于 int32 类型(这是一种有符号类型)。
byte 类型是 uint8 的别名
示例:
var ch byte = 65
var ch byte = 'x41'
/*
x 总是紧跟着长度为 2 的 16 进制数
*/
Go语言支持 Unicode(UTF-8),字符称为 Unicode 代码点或者 runes,在内存中使用 int 来表示。
格式:
U+hhhh
一个h表示一个16进制数
书写Unicode字符需要使用到前缀:
使用 4 字节,使用u
前缀,使用 8 个字节,使用U
前缀。
package main
import "fmt"
func main() {
var ch int = 'u0041'
var ch2 int = 'u03B2'
var ch3 int = 'U00101234'
fmt.Printf("%d - %d - %d
", ch, ch2, ch3) // integer
fmt.Printf("%c - %c - %c
", ch, ch2, ch3) // character
fmt.Printf("%X - %X - %X
", ch, ch2, ch3) // UTF-8 bytes
fmt.Printf("%U - %U - %U", ch, ch2, ch3) // UTF-8 code point
/*
格式化说明符%c用于表示字符,当和字符配合使用时,%v或%d会输出用于表示该字符的整数,%U输出格式为 U+hhhh 的字符串。
*/
}
Unicode 包中内置了一些用于测试字符的函数,这些函数的返回值都是一个布尔值:
-
判断是否为字母:unicode.IsLetter(ch)
-
判断是否为数字:unicode.IsDigit(ch)
-
判断是否为空白符号:unicode.IsSpace(ch)
UTF-8编码与Unicode字符集的区别
Unicode是一种字符集:
Unicode 与 ASCII 类似,都是一种字符集。
字符集为每个字符分配一个唯一的 ID
UTF-8是编码规则:
将 Unicode 中字符的 ID 以某种方式进行编码,UTF-8 的是一种变长编码规则,从 1 到 4 个字节不等。
-
0xxxxxx 表示文字符号 0~127,兼容 ASCII 字符集。
-