Go語言從入門到精通 - 字符類型

Go語言字符類型（byte和rune）

字符串中的每一個元素叫做“字符”，在遍歷或者單個獲取字符串元素時可以獲得字符。

Go 語言的字符有以下兩種：

• 一種是 uint8 類型，或者叫 byte 型，byte類型的值需用8個比特位表示，代表了 ASCII 碼的一個字符。
• 另一種是 rune 類型，代表一個 UTF-8 字符。當需要處理中文、日文或者其他複合字符時，則需要用到 rune 類型。rune 類型實際是一個 int32。

使用 fmt.Printf 中的%T動詞可以輸出變量的實際類型，使用這個方法可以查看 byte 和 rune 的本來類型，代碼如下：

var a byte = 'a'
fmt.Printf("%d %T\n", a, a)
var b rune = '你'
fmt.Printf("%d %T\n", b, b)

例子輸出結果：

97 uint8
20320 int32

可以發現，byte 類型的 a 變量，實際類型是 uint8，其值爲 'a'，對應的 ASCII 編碼爲 97。

rune 類型的 b 變量的實際類型是 int32，對應的 Unicode 碼就是 20320。

Go 使用了特殊的 rune 類型來處理 Unicode，讓基於 Unicode 的文本處理更爲方便，也可以使用 byte 型進行默認字符串處理，性能和擴展性都有照顧。

UTF-8 和 Unicode 有何區別？

Unicode 是字符集，ASCII 也是一種字符集。

字符集爲每個字符分配一個唯一的 ID，我們使用到的所有字符在 Unicode 字符集中都有唯一的一個 ID 對應，例如上面例子中的 a 在 Unicode 與 ASCII 中的編碼都是 97。“你”在 Unicode 中的編碼爲 20320，但是在不同國家的字符集中，“你”的 ID 會不同。而無論任何情況下，Unicode 中的字符的 ID 都是不會變化的。

• UTF-8 是編碼規則，將 Unicode 中字符的 ID 以某種方式進行編碼。UTF-8 的是一種變長編碼規則，從 1 到 4 個字節不等。編碼規則如下：
  0xxxxxx 表示文字符號 0～127，兼容 ASCII 字符集。
• 從 128 到 0x10ffff 表示其他字符。

根據這個規則，拉丁文語系的字符編碼一般情況下，每個字符依然佔用一個字節，而中文每個字符佔用 3 個字節。

廣義的 Unicode 指一個標準，定義字符集及編碼規則，即 Unicode 字符集和 UTF-8、UTF-16 編碼等。

視頻和代碼

鏈接：https://pan.baidu.com/s/1XLyXP9Hadyl3j4mpMC-rLw
提取碼：89ux