详解 Go 中的 rune 类型 |
您所在的位置:网站首页 › go语言的关键字是什么 › 详解 Go 中的 rune 类型 |
Go语言中文网 2022-03-15 08:52
刚接触 Go 语言时,就听说有一个叫 rune 的数据类型,即使查阅过一些资料,对它的理解依旧比较模糊,加之对陌生事物的天然排斥,在之后很长一段时间的编程工作中,我都没有让它出现在我的代码里。 逃避虽然有用,但是似乎有些可耻,想要成为一名成熟、优秀的 Go 语言开发工程师,必须要有直面陌生事物并且成功运用的勇气和能力,带着这样的觉悟,让我们一起走近 rune,直视它! 了解一下,rune类型究竟是什么?rune 类型是 Go 语言的一种特殊数字类型。在 builtin/builtin.go 文件中,它的定义:type rune = int32;官方对它的解释是:rune 是类型 int32 的别名,在所有方面都等价于它,用来区分字符值跟整数值。使用单引号定义 ,返回采用 UTF-8 编码的 Unicode 码点。Go 语言通过 rune 处理中文,支持国际化多语言。 众所周知,Go 语言有两种类型声明方式:一种叫类型定义声明,另一种叫类型别名声明。其中,别名的使用在大型项目重构中作用最为明显,它能解决代码升级或迁移过程中可能存在的类型兼容性问题。而rune 跟 byte 是 Go 语言中仅有的两个类型别名,专门用来处理字符。当然,我们也可以通过 type 关键字加等号的方式声明更多的类型别名。 学习一下,rune类型怎么用?我们知道,字符串由字符组成,字符的底层由字节组成,而一个字符串在底层的表示是一个字节序列。在 Go 语言中,字符可以被分成两种类型处理:对占 1 个字节的英文类字符,可以使用 byte(或者 unit8 );对占 1 ~ 4 个字节的其他字符,可以使用 rune(或者 int32 ),如中文、特殊符号等。 下面,我们通过示例应用来具体感受一下。 统计带中文字符串长度 // 使用内置函数 len() 统计字符串长度fmt.Println(len("Go语言编程")) // 输出:14前面说到,字符串在底层的表示是一个字节序列。其中,英文字符占用 1 字节,中文字符占用 3 字节,所以得到的长度 14 显然是底层占用字节长度,而不是字符串长度,这时,便需要用到 rune 类型。 // 转换成 rune 数组后统计字符串长度fmt.Println(len([]rune("Go语言编程"))) // 输出:6这回对了。很容易,我们解锁了 rune 类型的第一个功能,即统计字符串长度。 截取带中文字符串如果想要截取字符串中 ”Go语言“ 这一段,考虑到底层是一个字节序列,或者说是一个数组,通常情况下,我们会这样: s := "Go语言编程"// 8=2*1+2*3fmt.Println(s[0:8]) // 输出:Go语言结果符合预期。但是,按照字节的方式进行截取,必须预先计算出需要截取字符串的字节数,如果字节数计算错误,就会显示乱码,比如这样: s := "Go语言编程"fmt.Println(s[0:7]) // 输出:Go语�此外,如果截取的字符串较长,那通过字节的方式进行截取显然不是一个高效准确的办法。那有没有不用计算字节数,简单又不会出现乱码的方法呢?不妨试试这样: s := "Go语言编程"// 转成 rune 数组,需要几个字符,取几个字符fmt.Println(string([]rune(s)[:4])) // 输出:Go语言到这里,我们解锁了 rune 类型的第二个功能,即截取字符串。 思考一下,为什么 rune 类型可以做到?通过上面的示例,我们发现似乎在处理带中文的字符串时,都需要用到 rune 类型,这究竟是为什么呢?除了使用 rune 类型,还有其他方法吗? 在深入思考之前,我们需要首先弄清楚 string 、byte、rune 三者间的关系。 字符串在底层的表示是由单个字节组成的一个不可修改的字节序列,字节使用 UTF-8[1] 编码标识 Unicode[2] 文本。Unicode 文本意味着 .go 文件内可以包含世界上的任意语言或字符,该文件在任意系统上打开都不会乱码。UTF-8 是 Unicode 的一种实现方式,是一种针对 Unicode 可变长度的字符编码,它定义了字符串具体以何种方式存储在内存中。UFT-8 使用 1 ~ 4 为每个字符编码。 Go 语言把字符分 byte 和 rune 两种类型处理。byte 是类型 unit8 的别名,用于存放占 1 字节的 ASCII 字符,如英文字符,返回的是字符原始字节。rune 是类型 int32 的别名,用于存放多字节字符,如占 3 字节的中文字符,返回的是字符 Unicode 码点值。如下图所示: s := "Go语言编程"// bytefmt.Println([]byte(s)) // 输出:[71 111 232 175 173 232 168 128 231 188 150 231 168 139]// runefmt.Println([]rune(s)) // 输出:[71 111 35821 35328 32534 31243]它们的对应关系如下图:
示例: // 统计字符串长度fmt.Println(utf8.RuneCountInString("Go语言编程")) // 输出:6源码: // RuneCountInString is like RuneCount but its input is a string.func RuneCountInString(s string) (n int) { // 调用 len() 函数得到字节数 ns := len(s) for i := 0; i >4] // accept.lo,accept.hi,表示 UTF-8 中第二字节的有效范围 // locb = 0b10000000,表示 UTF-8 编码非首字节的数值下限 // hicb = 0b10111111,表示 UTF-8 编码非首字节的数值上限 if c := s[i+1]; c |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |