golang内置类型有rune类型和byte类型。
需要知晓的是rune类型的底层类型是int32类型,而byte类型的底层类型是int8类型,这决定了rune能比byte表达更多的数。
在unicode中,一个中文占两个字节,utf-8中一个中文占三个字节,golang默认的编码是utf-8编码,因此默认一个中文占三个字节,但是golang中的字符串底层实际上是一个byte数组。因此可能会出现下面这种奇怪的情况
str := "hello 世界" fmt.Println(len(str)) // 12
我们期望得到的结果应该是8,原因是golang中的string底层是由一个byte数组实现的,而golang默认的编码是utf-8,因此在这里一个中文字符占3个字节,所以获得的长度是12,想要获得我们想要的结果也很简单,golang中的unicode/utf8包提供了用utf-8获取长度的方法
str := "hello 世界" fmt.Println(utf8.RuneCountInString(str)) // 8
上面说了byte类型实际上是一个int8类型,int8适合表达ascii编码的字符,而int32可以表达更多的数,可以更容易的处理unicode字符,因此,我们可以通过rune类型来处理unicode字符
str := "hello 世界" str2 := []rune(str) fmt.Println(len(str2)) // 8
这里会将申请一块内存,然后将str的内容复制到这块内存,实际上这块内存是一个rune类型的切片,而str2拿到的是一个rune类型的切片的引用,我们可以很容易的证明这是一个引用
str := "hello 世界" str2 := []rune(str) t := str2 t[0] = 'w' fmt.Println(string(str2)) // "wello 世界"
通过把str2赋值给t,t上改变的数据,实际上是改变的是t指向的rune切片,因此,str也会跟着改变
字符串的遍历
对于字符串,看一下如何遍历吧,也许你会觉得遍历轻而易举,然而刚接触golang的时候,如果这样遍历字符串,那么将是非常糟糕的
str := "hello 世界" for i := 0;i < len(str);i++ { fmt.Println(string(str[i])) }
输出:
h
e
l
l
o
ä
¸
ç
如何解决这个问题呢?
第一个解决方法是用range循环
str := "hello 世界" for _,v := range str { fmt.Println(string(v)) // Converting an integer value to a string interprets the integer as a rune value, and yields the UTF-8 representation of that rune: eg. string(65) returns "A", not "65" }
输出
h
e
l
l
o
世
界
原因是range会隐式的unicode解码
第二个方法是将str 转换为rune类型的切片,这个方法上面已经说过了,这里就不再赘述了
当然还有很多方法,其本质都是将byte向rune上靠
rune和byte的区别
除开rune和byte底层的类型的区别,在使用上,rune能处理一切的字符,而byte仅仅局限在ascii
参考链接:https://blog.csdn.net/HaoDaWang/article/details/79971395?utm_source=blogxgwz1