golang ---rune与byte

golang内置类型有rune类型和byte类型。

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

package main

import (
	"fmt"
)

func main() {
	str := "世界"
	fmt.Println(len(str)) //6
}

　

我们期望得到的结果应该是4，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6，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

package main

import (
	"fmt"
	"unicode/utf8"
)

func main() {
	str := "世界"
	fmt.Println(utf8.RuneCountInString(str))//2

}

结果是2

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

package main

import (
	"fmt"
)

func main() {
	str := "hello 世界"
	str2 := []rune(str)
	fmt.Println(len(str2)) //8

}

这里将会申请一块内存，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

package main

import (

    "fmt"

)

func main() {

    str := "hello 世界"

    str2 := []rune(str)

    t := str2

    t[0] = 'w'

    fmt.Println(string(str2)) //“wello 世界”

    fmt.Println(string(str))  //“hello 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，str2也会跟着改变，而str不会改变。

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

package main

import (
	"fmt"
)

func main() {
	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

package main

import (
	"fmt"
)

func main() {
	str := "hello 世界"

	for _, v := range str {
		fmt.Println(string(v))
	}
}

　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

package main

import (
	"fmt"
)

func main() {
	str := "hello 世界"
	str2 := []rune(str)

	for i := 0; i < len(str2); i++ {
		fmt.Println(string(str2[i]))
	}

}

　　

　输出

h
e
l
l
o

世
界

　

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