快捷導(dǎo)航

深入解析Go?變量字符串與字符編碼問題

更新時(shí)間：2022年04月19日 11:03:07 作者：富士康質(zhì)檢員張全蛋

Go的字符串是由單個(gè)字節(jié)連接起來的，Go語言的字符串的字節(jié)使用UTF-8編碼標(biāo)識(shí)Unicode文本，接下來通過本文給大家介紹下Go變量字符串與字符編碼問題,需要的朋友可以參考下

字符串

與其他主要編程語?的差異

string 是數(shù)據(jù)類型，不是引?或指針類型(因?yàn)槭菙?shù)據(jù)類型，所以string類型的零值不會(huì)是一個(gè)空類型nil，而是一個(gè)空字符串。)

	var a []int
	if a == nil{
		fmt.Println("a is nil")
	}
	var b string
	if b == ""{
		fmt.Println("b is kong")
	}

string 是只讀的 byte slice，len 函數(shù)可以它所包含的 byte 數(shù)（string底層也是一個(gè)byte的數(shù)組）

string 的 byte 數(shù)組可以存放任何數(shù)據(jù)

	var s string
	fmt.Println(len(s))
	// s[1] = "3"   string是不可變的byte slice
 
	s = "hello"
	fmt.Println(len(s))
 
	s = "\xE4\xB8\xA5" //可以存儲(chǔ)任何二進(jìn)制數(shù)據(jù)
	fmt.Println(s,len(s))
 
0
5
嚴(yán) 3

可以看到len得到的是字符串里面的byte數(shù)，不一定代表里面的字符數(shù)。（中文由3個(gè)byte組成）

Unicode UTF8

Unicode 是?種字符集（code point）（是字符的編碼）
UTF8 是 unicode 的存儲(chǔ)實(shí)現(xiàn) （轉(zhuǎn)換為字節(jié)序列的規(guī)則，也就是我提供了一種編碼，并沒有說這種編碼在物理上怎么存儲(chǔ)起來）

rune是能夠取出字符串里面unicode，這樣就可以得到字符串。可以看到utf8存儲(chǔ)分為了三個(gè)byte。

	s = "中"
	fmt.Println(len(s)) //是byte數(shù)
 
	c := []rune(s)  //rune能夠取出字符串里面的unicode，這是c語言的機(jī)制，能夠幫我們做轉(zhuǎn)換
	fmt.Printf("中 unicode 編碼%x\n",c[0])
	fmt.Printf("中 UTF8 存儲(chǔ)樣式 %x",s)
 
 
3
中 unicode 編碼4e2d
中 UTF8 存儲(chǔ)樣式 e4b8ad