Go 語言中的 byte 類型和 rune 類型

Go 語言中定義字符串要用雙引號，而不是單引號，單引號中只能包含一個元素，表示一個字符。

Go語言中字符有兩種類型，分別是：

1. uint8 類型，或者叫 byte 型，代表了 ASCII 碼的一個字符
2. rune 類型，代表一個 UTF-8 字符

了解編碼知識的應該知道，ASCII 編碼字符是1個字節的，而 UTF-8 是可變長的編碼，當要表示中文等非 ASCll 編碼的字符時，需要使用 UTF-8 編碼來保證不會亂碼。關於字符編碼相關知識，推薦看這篇廖雪峰的介紹 字符編碼

假如我們要遍歷輸出一個包含中文的字符串時：

package main

import "fmt"

func main() {
	str := "hello 世界"
	for i := 0; i < len(str); i++ {
		fmt.Println(str[i])
	}
}

上述代碼的打印結果是：

104
101
108
108
111
32
228
184
150
231
149
140

Go 語言字符串存儲的其實是類型為 byte 的只讀切片，或者說一個字符串就是一堆字節。在 UTF-8 編碼中一個英文字符可以用一個字節存儲，一個中文字符需要三個或四個字節存儲，而 ASCII 碼符號只有 128 個，大於 128 的都不在范圍內。上述代碼的遍歷方式就是以 ASCII 類型來讀字符的。

可以看到輸出結果中的前 6 個都是在 ASCII 表中的，但是后 6 個就不在表中了，后面 6 個的每一個字節都不能單獨表示一個字符，而是用 3 個在一起才能表示一個字符，明顯超出了 ASCII 表的范圍，所以當打印具體字符時就會亂碼，比如我們現在來打印每一個真實字符，需要使用到占位符 %c：

package main

import "fmt"

func main() {
	str := "hello 世界"
	for i := 0; i < len(str); i++ {
		fmt.Printf("%c", str[i]) // hello ä¸ç
	}
}

輸出結果為：

hello ä¸ç

明顯亂碼了。解釋這么多就是為了說明如果字符串中有非 ASCII 碼的字符時，就不能使用 byte 來表示字符，需要使用 rune 類型來表示。

使用 rune 類型來遍歷字符串

在 Go 中，有一個遍歷方式是 range，它默認就是以 UTF-8 編碼形式去讀每一個字符。當涉及到的字符串中含有非英文字符時，可以使用 range 來遍歷：

package main

import "fmt"

func main() {
	str := "hello 世界"
	for _, r := range str {
		fmt.Println(r)
	}
}

輸出結果為：

104
101
108
108
111
32
19990
30028

此時輸出的字節編碼就是 UTF-8 編碼號，UTF-8 編碼是包含 ASCII 編碼的，所以前 6 個編號還是一樣的，后面兩個編號分別代表世，界。

修改字符串

Go 語言中對字符串的修改其實不是對字符串本身的修改，而是復制字符串，同時修改值，即重新分配來內存，需要先將字符串轉化成數組，[]byte 或 []rune，然后再轉換成 string 型。

那么我要說的也很明顯了，就是要區別使用 []byte 或 []rune。

對於全是ASCII編碼的字符串，使用 []byte 即可：

package main

import "fmt"

func main() {
	str := "abc"
	s2 := []byte(str)
	s2[0] = 'b'
	fmt.Println(string(s2)) //bbc
}

// string()表示強制類型轉換，轉換為字符串

對於包含中文等字符的字符串時，那就要用 []rune 了：

func main() {
    str:="白貓"
    s2:=[]rune(str)
    s2[0]='黑'
    fmt.Println(string(s2)) //黑貓
}

總結

在處理字符時，要考慮字符的編碼范圍，然后根據需要使用 byte 類型或 rune類型。

byte 類型只能正常輸出 ASCII 編碼范圍的字符；rune 類型可以輸出 UTF-8 編碼范圍的字符。