Go中rune类型浅析

一、字符串简单遍历操作

在很多语言中,字符串都是不可变类型,golang也是。

1、访问字符串字符

如下代码,可以实现访问字符串的单个字符和单个字节

package main  import (  "fmt" )  // 字符串每个字节十六进制打印 func printBytes(s string){  fmt.Printf("Bytes: ")  for i := 0; i < len(s); i++{   fmt.Printf("%x ", s[i])  }  fmt.Printf("/n") }  // 打印字符串的每一个字符 func printChars(s string)  {  fmt.Printf("Charaters: ")  for i := 0; i < len(s); i++{   fmt.Printf("%c ", s[i])  }  fmt.Printf("/n") }   func main(){  var s1 = "golang"   fmt.Printf("s1: %s, len(s1)=%d/n", s1, len(s1))  printBytes(s1)  printChars(s1) } 

执行结果为:

s1: golang, len(s1)=6 Bytes: 67 6f 6c 61 6e 67 Charaters: g o l a n g 

字符串golang长度为6,%x按照十六进制格式输出每一个字符的ASCII码,%c对应格式输出每一个字符。

2、查看中文字符存在问题

上述代码针对字符串s1=golang没有异常,看起来实现的两个函数也是访问字符串单个字符的合法方式,但这有一个严重的错误。上面的程序没有考虑字符串中一个字符占多字节的情况,例如 中文字符。来看下面代码:

package main  import (  "fmt" )  // 字符串每个字节十六进制打印 func printBytes(s string){  fmt.Printf("Bytes: ")  for i := 0; i < len(s); i++{   fmt.Printf("%x ", s[i])  }  fmt.Printf("/n") }  // 打印字符串的每一个字符 func printChars(s string)  {  fmt.Printf("Charaters: ")  for i := 0; i < len(s); i++{   fmt.Printf("%c ", s[i])  }  fmt.Printf("/n") }   func main(){  var s2 = "Go编程"   fmt.Printf("s2: %s, len(s1)=%d/n", s2, len(s2))  printBytes(s2)  printChars(s2)  } 

执行结果为:

s2: Go编程, len(s1)=8 Bytes: 47 6f e7 bc 96 e7 a8 8b Charaters: G o ç ¼ * _ ^ ~ 

按照想法,应该正常打印出Charaters: G o 编 程的字符,但是输出Charaters: G o ç ¼ *乱码,而明显的长度应该为4,这里显示len(s1)=8,长度为8。

3、原因

golang中string底层是通过byte数组实现的,所以直接求len,实际是在按字节长度计算。中文字符在unicode下占2个字节,在utf-8编码下占3个字节,而golang默认编码正好是utf-8。所以一个汉字占3个字节算了3个长度。所以打印长度为8=2(Go)+3(编)+3(程)。

二、rune类型

1、使用rune类型遍历字符

如何按照预期一个包含中文字符的字符串长度,而非字节长度?代码如下:

 package main  import (     "fmt"     "unicode/utf8" )   func printChars(s string) {      fmt.Printf("Characters: ")      runes := []rune(s)      for i := 0; i < len(runes); i++ {                      fmt.Printf("%c ", runes[i])      }  }  func main() {      var s = "Go编程"     fmt.Println("s :", s)     // 输出字符占用字节个数     fmt.Println("len(s):", len(s))          // 方案一     //golang中的unicode/utf8包提供了用utf-8获取长度的方法     fmt.Println("RuneCountInString:", utf8.RuneCountInString(str))      //方案二     //通过rune类型处理unicode字符     fmt.Println("rune:", len([]rune(str)))          printBytes(s) } 

执行结果:

s: Go编程 len(s): 8 RuneCountInString: 4 rune: 4 Characters: Go编程 

可以通过rune类型转换可以正常输出每个中文字符,包括字符串中的字符个数。

说明:golang中rune是内置类型,是int32类型的别名,而byte数据类型等同于int8类型

  • byte常用来处理ascii字符
  • rune可以处理utf-8字符

2、 获取字节下标

为了更进一步看清楚每个字符占用的字节数,查看字符串中字符的字节下标

package main  import (  "fmt" )  func charsIndex(s string) {  for index, r := range s {   fmt.Printf("字符 %c 从第 %d 个字节开始/n", r, index)  } }  func main() {  s := "Go编程"  fmt.Println("s: ", s)  fmt.Println("len rune:", len([]rune(s)))  charsIndex(s) } 

执行结果如下

s:  Go编程 len rune: 4 字符 G 从第 0 个字节开始 字符 o 从第 1 个字节开始 字符 编 从第 2 个字节开始 字符 程 从第 5 个字节开始 

从上面输出可以看到,在utf-8编码下,每个英文字符占用1个字节,中文字符占用3个字节。

商匡云商
Logo
对比商品
  • 合计 (0)
对比
0
购物车