go的string,byte和rune类型

rune是int32的别名类型,一个值就代表一个Unicode字符。

byte是uint8的别名类型,一个值就代表一个ASCII码的一个字符。

rune类型的值在底层都是由一个 UTF-8 编码值来表达的。

了解下什么是Unicode字符和ASCII码:

1、简单理解,我们平时接触到的中英日文,或者复合字符,都是Unicode字符。比如,’G’、’o’、’爱’、’好’、’者’就是一个个Unicode字符。

2、字符在计算机中存储时需要使用二进制数来表示。所以人们定义了一张表,将我们用到的字符用一个二进制数值表示。这就是ASCII码表的由来。

UTF-8 编码方案会把一个 Unicode 字符编码为一个长度在 1\~4 以内的字节序列。所以,一个rune类型值代表了1\~4个长度的byte数组。

案例:

func main() {
    str := "Go爱好者"
    fmt.Printf("The string: %q\n", str)
    fmt.Printf("  => runes(char): %q\n", []rune(str))
    fmt.Printf("  => runes(hex): %x\n", []rune(str))
    fmt.Printf("  => bytes(hex): [% x]\n", []byte(str))
}

The string: "Go爱好者"
 => runes(char): ['G' 'o' '爱' '好' '者']
 => runes(hex): [47 6f 7231 597d 8005]
 => bytes(hex): [47 6f e7 88 b1 e5 a5 bd e8 80 85]

字符串值”Go爱好者”如果被转换为[]rune类型的值的话,其中的每一个字符(不论是英文还是中文)就都会独立成为一个rune类型的元素值。如打印出的第二行内容。

又由于,每个rune类型的值在底层都是由一个 UTF-8 编码值来表达的,如第三行

把每个字符的 UTF-8 编码值都拆成相应的字节序列,如第四行,因为一个中文字符的 UTF-8 编码值需要用三个字节来表达。

总结:

一个string类型的值既可以被拆分为一个包含多个字符的序列,也可以被拆分为一个包含多个字节的序列。前者可以由一个以rune为元素类型的切片来表示,而后者则可以由一个以byte为元素类型的切片代表。

有疑问加站长微信联系(非本文作者)