go 的 [] rune 和 [] byte 区别

在看到 go 字符串的时候, 偶然看到 []rune(s), 它可以将字符串转化成 unicode 码点。那么它和 []byte(s)有什么区别呢?来测试一下

first := "fisrt"
fmt.Println([]rune(first))
fmt.Println([]byte(first))

[102 105 115 114 116] //输出结果[]rune
[102 105 115 114 116] //输出结果[]byte

从输出来看, 没有任何区别, 作者不可能无缘无故弄出两个相同的东西,那么到底区别在哪里呢?翻看源码才知道

// byte is an alias for uint8 and is equivalent to uint8 in all ways. It is
// used, by convention, to distinguish byte values from 8-bit unsigned
// integer values.
type byte = uint8

// rune is an alias for int32 and is equivalent to int32 in all ways. It is
// used, by convention, to distinguish character values from integer values.
type rune = int32

原来是 byte 表示一个字节,rune 表示四个字节,那么就可以得出了结论了,来看一段代码,使用中文字符串

first := "社区"
fmt.Println([]rune(first))
fmt.Println([]byte(first))

[31038 21306] //输出结果[]rune
[231 164 190 229 140 186]//输出结果[]byte

这里也可以很清晰的看出这里的中文字符串每个占三个字节, 区别也就一目了然了。
说道这里正好可以提一下 Go 语言切割中文字符串,Go 的字符串截取和切片是一样的s[n:m]左闭右开的原则, 看一下例子

s := "golangcaff"
fmt.Println(s[:3])

gol //输出, 看起来没问题, 顺利截取了三个字符

如果换成中文的呢?来看一下例子

s := "截取中文"
//试试这样能不能截取?
fmt.Println(s[:2])

?? //输出 在预料之中, 输出了常见的??

那么该如何截取呢?这里就需要将中文利用 []rune 转换成 unicode 码点, 再利用 string 转化回去, 来看一下例子。

s := "截取中文"
//试试这样能不能截取?
res := []rune(s)
fmt.Println(string(res[:2]))

截取 //输出, 顺利截取了

当然你可以使用 []byte 来截取, 但是这样你就需要知道你的中文字符到底占几个字节, 似乎这种方法不可取, 因为你无法得知。
为什么s[:n]无法直接截取呢, 通过实验我猜测如果直接截取的话,底层会将中文转化成[]byte, 而不是[]rune。你可以尝试一下:

s := "截取中文"
//试试这样能不能截取?
fmt.Println(s[:3])

截 //输出

当然这只是我猜测的, 没有看源码具体实现。

本作品采用《CC 协议》,转载必须注明作者和本文链接
本帖由系统于 4年前 自动加精
讨论数量: 3

讲得好,好文章得支持

4年前 评论
wonbin

不错不错 赞一个

4年前 评论

讨论应以学习和精进为目的。请勿发布不友善或者负能量的内容,与人为善,比聪明更重要!