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:
// 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:
package main
import "fmt"
func main() {
var str = "hello 你好"
fmt.Println("len(str):", len(str))
}
输出:
//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???
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:
len(str): 12
RuneCountInString: 8
rune: 8
示例二:
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