8.30Go之字符类型(byte和rune)

8.30Go之字符类型(byte和rune)

字符

概念：

• 我们可以把一个字符串理解成为一个字符数组，字符串的每一个索引对应的值就是字符

示例：

str := "Hello"
/*
str是一个字符串，那么它是由字符数组组成。
字符数组分别的值是'H'、'e'、'l'、'l'、'o'
*/

Go语言当中的字符

• uint8 类型，或者叫 byte 型，代表了 ASCII 码的一个字符(这是一种无符号类型)。

• 另一种是 rune 类型，代表一个 UTF-8 字符，当需要处理中文、日文或者其他复合字符时，则需要用到 rune 类型。rune 类型等价于 int32 类型(这是一种有符号类型)。

byte 类型是 uint8 的别名

示例：

var ch byte = 65
var ch byte = '\x41'
/*
\x 总是紧跟着长度为 2 的 16 进制数
*/

Go语言支持 Unicode（UTF-8），字符称为 Unicode 代码点或者 runes，在内存中使用 int 来表示。

格式：

U+hhhh一个h表示一个16进制数

书写Unicode字符需要使用到前缀：

使用 4 字节，使用\u前缀，使用 8 个字节，使用\U前缀。

package main
​
import "fmt"
​
func main() {
    var ch int = '\u0041'
    var ch2 int = '\u03B2'
    var ch3 int = '\U00101234'
    fmt.Printf("%d - %d - %d\n", ch, ch2, ch3) // integer
    fmt.Printf("%c - %c - %c\n", ch, ch2, ch3) // character
    fmt.Printf("%X - %X - %X\n", ch, ch2, ch3) // UTF-8 bytes
    fmt.Printf("%U - %U - %U", ch, ch2, ch3)   // UTF-8 code point
    /*
    格式化说明符%c用于表示字符，当和字符配合使用时，%v或%d会输出用于表示该字符的整数，%U输出格式为 U+hhhh 的字符串。
     */
}

Unicode 包中内置了一些用于测试字符的函数，这些函数的返回值都是一个布尔值：

• 判断是否为字母：unicode.IsLetter(ch)

• 判断是否为数字：unicode.IsDigit(ch)

• 判断是否为空白符号：unicode.IsSpace(ch)

UTF-8编码与Unicode字符集的区别

Unicode是一种字符集：

Unicode 与 ASCII 类似，都是一种字符集。

字符集为每个字符分配一个唯一的 ID

UTF-8是编码规则：

将 Unicode 中字符的 ID 以某种方式进行编码，UTF-8 的是一种变长编码规则，从 1 到 4 个字节不等。

• 0xxxxxx 表示文字符号 0～127，兼容 ASCII 字符集。

• 从 128 到 0x10ffff 表示其他字符。