Go中的rune

rune类型是文字符号，它是int32类型的别名。

刚开始看到Go的rune类型的时候，我感到很迷惑，在JavaScript和Python中，字符就是字符，整数就是整数，但是在Go中，rune表示文字字符，却又是int32类型的别名。

仔细了解后就会觉得合理了，先从字符编码的方式开始说起：

一开始计算机使用的是ASCII码，ASCII码用7位表示128个字符，包含英文字母，标点符号和数字等：

（图片来源：ASCII码对照表)

显然，ASCII码并不能表示除了英语之外的其他语言，比如中文，所以Unicode编码出现了，它整理、编码了世界上大部分的文字系统。Unicode至今仍在不断增修，每个新版本都加入更多新的字符。

Go的代码使用的是UTF-8的编码方式。UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字元编码，它可以用一至四个字节对Unicode字符集中的所有有效编码点进行编码：

UTF-8	所需字节	注释
0zzzzzzz（00-7F）	1个字节	ASCII字元范围，位元组由零开始
110yyyyy（C0-DF） 10zzzzzz（80-BF）	2个字节	第一个位元组由110开始，接著的位元组由10开始
1110xxxx（E0-EF） 10yyyyyy 10zzzzzz	3个字节	第一个位元组由1110开始，接著的位元组由10开始
11110www（F0-F7） 10xxxxxx 10yyyyyy 10zzzzzz	4个字节	将由11110开始，接著的位元组由10开始

使用ASCII码的时候，所有的字符都可以用1字节就能表示，但是使用UTF-8编码的时候，有的字符不止有1字节。

接下来进行一个小练习，打印出字符串中的单个字符。

注意，Go中的len方法返回的是字符串的字节数，不是包含的字符的数量。

1. 打印只包含英文字母和数字的字符串中的字符：

	s1 := "abc123"
	for i := 0; i < len(s1); i++ {
		fmt.Printf("%c\n", s1[i])
	}

打印结果：

a
b
c
1
2
3

1. 打印包含中文的字符串中的字符：

	s2 := "a写点啥"
	for i := 0; i < len(s2); i++ {
		fmt.Printf("%c\n", s2[i])
	}

打印结果：

a
å


ç

¹
å

¥

除了a是正常打印出来的，中文打印的都是奇怪的符号。因为是一字节一字节的取值，取的位置不对，所以打印的结果不正确，稍微修改下打印语句，把取到的值的二进制数字也打印出来：

	s2 := "a写点啥"
	for i := 0; i < len(s2); i++ {
		fmt.Printf("%c %[1]b \n", s2[i])
	}

可以看出“写”，“点”，“啥”每个Unicode码占用的是3字节，而不是1字节，所以取到的值有问题。要正常打印出值，应该分别这样取值：

	fmt.Printf("%c\n", s2[0])
	fmt.Printf("%v\n", s2[1:4])
	fmt.Printf("%v\n", s2[4:7])
	fmt.Printf("%v\n", s2[7:10])

打印结果：

a
写
点
啥

遍历的时候需要先得到字符占用的字节数量，然后根据占用的字节数量取到对应的值，这很不方便。

使用rune类型的话，不论这个字符占用的是几字节，它都表示一个字符。

	s2 := "a写点啥"
	s3 := []rune(s2)
	fmt.Println(len(s2)) // 10
	fmt.Println(len(s3)) // 4
	for i := 0; i < len(s3); i++ {
		fmt.Printf("%c\n", s3[i])
	}

打印内容：

10
4
a
写
点
啥

rune类型是 用于表示字符的Unicode代码点的int32整数的类型， 所以它表示的是文字符号的类型。

另外，如果只是想要遍历字符的话，可以直接用range：

	s4 := "a写点啥"
	for i, value := range s4 {
		fmt.Printf("%d %c\n", i, value)
	}

打印内容：

0 a
1 写
4 点
7 啥

参考地址

zh.m.wikipedia.org/zh-hans/Uni…

zh.m.wikipedia.org/zh-hans/UTF…