Go 的 rune byte 和 string

Unicode Go語言 · 發表 2018-10-13 01:59:32

摘要： rune 、byte 和string 都是Go 的內建型別 byte byte是uint8 的別名，在所有方面都等同於u...

rune 、byte 和string 都是Go 的內建型別

byte
- byte是uint8 的別名，在所有方面都等同於uint8
- 按慣例，它用於區分位元組值 和8位無符號整數值 。
rune
- rune 是int32 的別名，在所有方面都等同於int32
- 按慣例，它用於區分字元值 和整數值 。
string
- string是所有8位位元組字串 的集合，通常但不一定代表UTF-8編碼的文字
- 字串可能為空，但是不能為nil
- 字串型別的值是不可變的
由上面得解釋我們大概可以明白
- rune 可以表示得比byte 多
- string 型別的底層是一個byte 陣列
- 以上解釋都來此Go 原始碼註釋
剛剛上面標註了位元組 和字元，現在我們來梳理字元和位元組的概念

儲存單位位元組
- 計算機儲存資訊的最小單位，稱之為位 bit ，二進位制的一個0 或1 叫一位
- 計算機儲存容量基本單位是位元組 Byte ，8個二進位制位 組成1 個位元組
資訊表示單位字元
- 字元是一種符號，像英文a 和中文阿 就是不同字元
- 不同的字元在不同的編碼格式下，所需要的儲存單位不一樣
  - ASCLII 編碼中一個英文字母一位元組 ，一個漢字兩位元組
  - UTF-8 編碼中一個英文字母一位元組 ，一個常見漢字3位元組 ，不常用的超大字符集漢字4位元組

Go 原始碼檔案預設採用Unicode 字符集，Unicode 碼點和記憶體中位元組序列的變換實現使用了UTF-8 ，這使得Go 程式設計無需考慮編碼轉換的問題非常方便
從編碼上來分析
- byte 用來強調一個位元組代表的資料（例如字元a 就是97 ），而不是數字；
- rune 用來表示Unicode 的碼點，即一個字元
通俗一點
```
byte
rune
```
程式碼演示

package main

import "fmt"

func main() {

str := "hello 世界!"
fmt.Println(str)
fmt.Println(len(str))
fmt.Println(str[1])
fmt.Println(string(str[1]))
fmt.Println(str[1:])
fmt.Println(str[7:])

}
*************************************
輸出
hello 世界!
13
101
e
ello 世界!
��界!

會輸出hello 世界! ，這證明Go 是UTF-8 編碼的，輸出長度為13 這說明了一個漢字3位元組
輸出ello 世界! 說明string 底層的資料結構是陣列
輸出��界! 說明string 底層是一個byte 陣列，不然不會亂碼

package main

import "fmt"

func StrChangeByRune(str *string, i int, ch rune) {

temp := []rune(*str)
temp[i] = ch
*str = string(temp)
}

func StrChangeByByte(str *string, i int, ch byte) {

temp := []byte(*str)
temp[i] = ch
*str = string(temp)
}

func main() {

str := "你好 hello"
str1 := "你好 hello"
StrChangeByRune(&str, 1, 'A')
StrChangeByByte(&str1, 1, 'A')
fmt.Println(str)
fmt.Println(str1)

}


*******************************
輸出
你A hello
�A�好 hello

由輸出你A hello 和�A�好 hello 可以看出
byte 的操作單位是一個位元組，可以理解為一個英文字元
rune 的操作單位是一個字元，不管這個字元是什麼字元

Go 的 rune byte 和 string

您可能也會喜歡…