Go by Example 中文版: 字符串和rune类型

Go语言中的字符串是一个只读的byte类型的切片。 Go语言和标准库特别对待字符串 - 作为以 UTF-8 为编码的文本容器。 在其他语言当中， 字符串由”字符”组成。 在Go语言当中，字符的概念被称为 rune - 它是一个表示 Unicode 编码的整数。 这个Go博客 很好的介绍了这个主题。

package main

import (
    "fmt"
    "unicode/utf8"
)

func main() {

s 是一个 string 分配了一个 literal value 表示泰语中的单词 “hello” 。 Go 字符串是 UTF-8 编码的文本。

    const s = "สวัสดี"

因为字符串等价于 []byte， 这会产生存储在其中的原始字节的长度。

    fmt.Println("Len:", len(s))

对字符串进行索引会在每个索引处生成原始字节值。 这个循环生成构成s中 Unicode 的所有字节的十六进制值。

    for i := 0; i < len(s); i++ {
        fmt.Printf("%x ", s[i])
    }
    fmt.Println()

要计算字符串中有多少rune，我们可以使用utf8包。 注意RuneCountInString的运行时取决于字符串的大小。 因为它必须按顺序解码每个 UTF-8 rune。 一些泰语字符由多个 UTF-8 code point 表示， 所以这个计数的结果可能会令人惊讶。

    fmt.Println("Rune count:", utf8.RuneCountInString(s))

range 循环专门处理字符串并解码每个 rune 及其在字符串中的偏移量。

    for idx, runeValue := range s {
        fmt.Printf("%#U starts at %d\n", runeValue, idx)
    }

我们可以通过显式使用 utf8.DecodeRuneInString 函数来实现相同的迭代。

    fmt.Println("\nUsing DecodeRuneInString")
    for i, w := 0, 0; i < len(s); i += w {
        runeValue, width := utf8.DecodeRuneInString(s[i:])
        fmt.Printf("%#U starts at %d\n", runeValue, i)
        w = width

这演示了将 rune value 传递给函数。

        examineRune(runeValue)
    }
}

func examineRune(r rune) {

用单引号括起来的值是 rune literals. 我们可以直接将 rune value 与 rune literal 进行比较。

    if r == 't' {
        fmt.Println("found tee")
    } else if r == 'ส' {
        fmt.Println("found so sua")
    }
}

$ go run strings-and-runes.go
Len: 18
e0 b8 aa e0 b8 a7 e0 b8 b1 e0 b8 aa e0 b8 94 e0 b8 b5
Rune count: 6
U+0E2A 'ส' starts at 0
U+0E27 'ว' starts at 3
U+0E31 'ั' starts at 6
U+0E2A 'ส' starts at 9
U+0E14 'ด' starts at 12
U+0E35 'ี' starts at 15

Using DecodeRuneInString
U+0E2A 'ส' starts at 0
found so sua
U+0E27 'ว' starts at 3
U+0E31 'ั' starts at 6
U+0E2A 'ส' starts at 9
found so sua
U+0E14 'ด' starts at 12
U+0E35 'ี' starts at 15