go 的 [] rune 和 [] byte 区别

2021-07-14

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))

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))

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])

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])

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]))

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])

当然这只是我猜测的, 没有看源码具体实现。
此文章《go 的 [] rune 和 [] byte 区别 》原链接,


标题:go 的 [] rune 和 [] byte 区别

站在巨人的肩膀上学习与创新