go - rune类型

一、简介

rune类型是Go语言的一种特殊数字类型。
rune是类型int32的别名，在所有方面都等急啊于它，用来区分字符值跟整数值。
Go语言通过rune处理中文，支持国际化多语言。

字符串由字符组成，字符的底层由字节组成，而一个字符串在底层的表示是一个字节序列。
在 Go 语言中，字符可以被分成两种类型处理：
对占 1 个字节的英文类字符，可以使用byte（或者unit8）；
对占 1 ~ 4 个字节的其他字符，可以使用rune（或者int32），如中文、特殊符号等。

二、适用场景

2.1 统计带中文字符串长度

 // 使用内置函数 len() 统计字符串长度fmt.Println(len("Go语言编程"))  // 输出：14

在上面示例中，英文字符占用 1 字节，中文字符占用 3 字节，所以得到的长度 14 显然是底层占用字节长度，而不是字符串长度，这时，便需要用到rune类型。

 // 转换成 rune 数组后统计字符串长度fmt.Println(len([]rune("Go语言编程")))  // 输出：6

更标准的用法：

 // 统计字符串长度fmt.Println(utf8.RuneCountInString("Go语言编程")) // 输出：6

2.2 截取带中文字符串

通常情况下，我们会这么做：

 s := "Go语言编程"// 8=2*1+2*3fmt.Println(s[0:8])  // 输出：Go语言

但按照字节的方式进行截取，必须预先计算出需要截取字符串的字节数，如果字节数计算错误，就会显示乱码，比如这样：

 s := "Go语言编程"fmt.Println(s[0:7]) // 输出：Go语�

此外，如果截取的字符串较长，那通过字节的方式进行截取显然不是一个高效准确的办法。那有没有不用计算字节数，简单又不会出现乱码的方法呢？不妨试试这样：

 s := "Go语言编程"// 转成 rune 数组，需要几个字符，取几个字符fmt.Println(string([]rune(s)[:4])) // 输出：Go语言

三、剖析

Go 语言把字符分byte和rune两种类型处理。
byte是类型unit8的别名，用于存放占 1 字节的 ASCII 字符，如英文字符，返回的是字符原始字节。
rune是类型int32的别名，用于存放多字节字符，如占 3 字节的中文字符，返回的是字符 Unicode 码点值。
如下图所示：

 s := "Go语言编程"// bytefmt.Println([]byte(s)) // 输出：[71 111 232 175 173 232 168 128 231 188 150 231 168 139]// runefmt.Println([]rune(s)) // 输出：[71 111 35821 35328 32534 31243]

对应关系如下图：

3.1 RunCountInString方法源码解析

// RuneCountInString is like RuneCount but its input is a string.
func RuneCountInString(s string) (n int) {// 调用 len() 函数得到字节数ns := len(s)for i := 0; i < ns; n++ {c := s[i]// 如码点值小于 128，则为占 1 字节的 ASCII 字符（或者说英文字符），长度 + 1if c < RuneSelf { // RuneSelf = 128// ASCII fast pathi++continue}// 查询首字节信息表，得到中文占 3 字节，所以这里的 x = 3x := first[c]// 判断 x = 3,xx = 241（0xF1）if x == xx {i++ // invalid.continue}// 提取有效的 UTF-8 字节长度编码信息，size = 3size := int(x & 7)if i+size > ns {i++ // Short or invalid.continue}// 提取有效字节范围accept := acceptRanges[x>>4]// accept.lo，accept.hi，表示 UTF-8 中第二字节的有效范围// locb = 0b10000000，表示 UTF-8 编码非首字节的数值下限// hicb = 0b10111111，表示 UTF-8 编码非首字节的数值上限if c := s[i+1]; c < accept.lo || accept.hi < c {size = 1} else if size == 2 {} else if c := s[i+2]; c < locb || hicb < c {size = 1} else if size == 3 {} else if c := s[i+3]; c < locb || hicb < c {size = 1}i += size}return n
}

调用该函数时，传入一个原始的字符串，代码会根据每个字符的码点大小判断是否为 ASCII 字符，如果是，则算做 1 位；如果不是，则查询首字节表，明确字符占用的字节数，验证有效性后再进行计数。

四、参考

[1]. 解析Go中的rune类型

go - rune类型相关推荐

golang rune类型简介
定义 rune关键字,它是int32的别名(-231~231-1),对于byte(-128-127),可表示的字符更多. 官方的解释如下: // rune is an alias for int32 ...
go语言的rune类型
在学习golang基础的时候,发现有个叫rune的的数据类型,当时不理解这个类型的意义. 查询,官方的解释如下: // rune is an alias for int32 and is equiva ...
bool类型数组转换成一个整数_Go 学习笔记 02 | 基本数据类型以及 byte 和 rune 类型...
一.基本数据类型 unsafe.Sizeof() 查看不同长度的整型在内存中的存储空间. 类型转换,高位向低位转换要注意溢出. 数字字面量语法. 64 位系统中 Go 语言中浮点数默认是 float6 ...
golang中的rune类型
前言在学习golang基础的时候,发现有个叫rune的的数据类型,因为本人之前一直学习的是Java相关的知识,这里对于golang里面的rune类型确实感到很不理解.因此,特写这篇文章一探究竟. 正 ...
Go中rune类型浅析
golang：字符类型(byte和rune)
字符串中的每一个元素叫做"字符",在遍历或者单个获取字符串元素时可以获得字符 golang语言的字符有如下两种: 一种是uint8 类型,或者叫 byte 型,代表了 ASCII ...
Go 学习笔记（31）— 字符串 string、字符 rune、字节 byte、UTF-8 和 Unicode 区别以及获取字符串长度
1. 字符串 string 类型 Go 语言中字符串的内部实现使用 UTF-8 编码,通过 rune 类型,可以方便地对每个 UTF-8 字符进行访问.当然, Go 语言也支持按照传统的 ASCII ...
Go 学习笔记（4）— Go 标识符、数据类型之间转换、布尔型、整型、浮点型、interface 类型
1. 标识符整体分类 Go 标识符整体分类如下图所示: 2. 数据类型分类 Go 语言按类别有以下几种数据类型: 类型描述布尔型布尔型的值只可以是常量 true 或者 false 数字类型整型 ...
golang中的byte与rune
byte与rune byte与rune类型有一个共性,即:它们都属于别名类型.byte是uint8的别名类型,而rune则是int32的别名类型. byte类型的值需用8个比特位表示,其表示法与uin ...