Golang rune类型

1、概述

经常在开源库中看到rune关键字,从golang源码中看出,它是int32的别名(-231~231-1),对比byte(-128~127),可表示的字符更多。

2、使用

由于rune可表示的范围更大,所以能处理一切字符,当然也包括中文字符。在平时计算中文字符,可用rune。

查询官方的解释如下:

1
2
3
4
5
6
7
// 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.
 
//int32的别名,几乎在所有方面等同于int32
//它用来区分字符值和整数值
 
type rune = int32

这样可能还是对rune的作用与意义比较懵逼,我们通过两个简单的示例来看下rune的作用。

示例一:

1
2
3
4
5
6
7
8
9
10
package main
 
import "fmt"
 
func main() {
 
    var str = "hello 你好"
    fmt.Println("len(str):", len(str))
 
}

输出:

1
2
//输出,注意在golang中一个汉字占3个byte
len(str): 12

golang中string底层是通过byte数组实现的。中文字符在unicode下占2个字节,在utf-8编码下占3个字节,而golang默认编码正好是utf-8。

那么?如果我们预期想得到一个字符串的长度,而不是字符串底层占得字节长度,该怎么办呢???

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
package main
 
import (
    "fmt"
    "unicode/utf8"
)
 
func main() {
 
    var str = "hello 你好"
 
    //golang中string底层是通过byte数组实现的,直接求len 实际是在按字节长度计算  所以一个汉字占3个字节算了3个长度
    fmt.Println("len(str):", len(str))
     
    //以下两种都可以得到str的字符串长度
     
    //golang中的unicode/utf8包提供了用utf-8获取长度的方法
    fmt.Println("RuneCountInString:", utf8.RuneCountInString(str))
 
    //通过rune类型处理unicode字符
    fmt.Println("rune:", len([]rune(str)))
}

输出:

1
2
3
len(str): 12
RuneCountInString: 8
rune: 8

示例二:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
package main
 
import "fmt"
 
func main() {
    s := "abc你好"
    r := "123你好"
    fmt.Println("len(s)=", len([]byte(s)), "len(r)=", len([]rune(r))) //len(s)= 9 len(r)= 5
 
    for k, v := range r {
        fmt.Println("k=", k, "v=", v)
    }
 
    for k, v := range []rune(r) {
        fmt.Println("k2=", k, "v2=", v)
    }
}

用range遍历包含中文的字符串时,会发现第一个for中k的值为0,1,2,3,6;第二个for中k的值为0,1,2,3,4;说明字符串中如果包含中文,range的时候可以识别出来,一个中文占用3个byte,索引就自动加三;而rune索引则只会加一。 

3、总结

golang中string底层是通过byte数组实现的。中文字符在unicode下占2个字节,在utf-8编码下占3个字节,golang默认编码是utf-8。如果想得到字符串真正的长度(一个中文算一位),需要将字符串转换为rune,再求长度。

golang中byte数据类型与rune相似,它们都是用来表示字符类型的变量类型。它们的不同在于:

  • byte 等同于int8,常用来处理ascii字符
  • rune 等同于int32,常用来处理unicode或utf-8字符

参考:https://www.jianshu.com/p/4fbf529926ca

posted @   人艰不拆_zmc  阅读(1952)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 全网最简单!3分钟用满血DeepSeek R1开发一款AI智能客服,零代码轻松接入微信、公众号、小程
· .NET 10 首个预览版发布,跨平台开发与性能全面提升
· 《HelloGitHub》第 107 期
· 全程使用 AI 从 0 到 1 写了个小工具
· 从文本到图像:SSE 如何助力 AI 内容实时呈现?(Typescript篇)
点击右上角即可分享
微信分享提示