剛接觸 Go 語言時，就聽說有一個叫 rune 的數據類型，即使查閱過一些資料，對它的理解依舊比較模糊，加之對陌生事物的天然排斥，在之后很長一段時間的編程工作中，我都沒有讓它出現在我的代碼里。
逃避雖然有用，但是似乎有些可恥，想要成為一名成熟、優秀的 Go 語言開發工程師，必須要有直面陌生事物並且成功運用的勇氣和能力，帶着這樣的覺悟，讓我們一起走近 rune，直視它！
了解一下，rune類型究竟是什么？
rune 類型是 Go 語言的一種特殊數字類型。在 builtin/builtin.go 文件中，它的定義：type rune = int32；官方對它的解釋是：rune 是類型 int32 的別名，在所有方面都等價於它，用來區分字符值跟整數值。使用單引號定義 ，返回采用 UTF-8 編碼的 Unicode 碼點。Go 語言通過 rune 處理中文，支持國際化多語言。
眾所周知，Go 語言有兩種類型聲明方式：一種叫類型定義聲明，另一種叫類型別名聲明。其中，別名的使用在大型項目重構中作用最為明顯，它能解決代碼升級或遷移過程中可能存在的類型兼容性問題。而rune 跟 byte 是 Go 語言中僅有的兩個類型別名，專門用來處理字符。當然，我們也可以通過 type 關鍵字加等號的方式聲明更多的類型別名。
學習一下，rune類型怎么用？
我們知道，字符串由字符組成，字符的底層由字節組成，而一個字符串在底層的表示是一個字節序列。在 Go 語言中，字符可以被分成兩種類型處理：對占 1 個字節的英文類字符，可以使用 byte（或者 unit8 ）；對占 1 ~ 4 個字節的其他字符，可以使用 rune（或者 int32 ），如中文、特殊符號等。
下面，我們通過示例應用來具體感受一下。
- 統計帶中文字符串長度
// 使用內置函數 len() 統計字符串長度
fmt.Println(len("Go語言編程")) // 輸出：14
前面說到，字符串在底層的表示是一個字節序列。其中，英文字符占用 1 字節，中文字符占用 3 字節，所以得到的長度 14 顯然是底層占用字節長度，而不是字符串長度，這時，便需要用到 rune 類型。
// 轉換成 rune 數組后統計字符串長度
fmt.Println(len([]rune("Go語言編程"))) // 輸出：6
這回對了。很容易，我們解鎖了 rune 類型的第一個功能，即統計字符串長度。
- 截取帶中文字符串
如果想要截取字符串中 ”Go語言“ 這一段，考慮到底層是一個字節序列，或者說是一個數組，通常情況下，我們會這樣：
s := "Go語言編程"
// 8=2*1+2*3
fmt.Println(s[0:8]) // 輸出：Go語言
結果符合預期。但是，按照字節的方式進行截取，必須預先計算出需要截取字符串的字節數，如果字節數計算錯誤，就會顯示亂碼，比如這樣：
s := "Go語言編程"
fmt.Println(s[0:7]) // 輸出：Go語�
此外，如果截取的字符串較長，那通過字節的方式進行截取顯然不是一個高效准確的辦法。那有沒有不用計算字節數，簡單又不會出現亂碼的方法呢？不妨試試這樣：
s := "Go語言編程"
// 轉成 rune 數組，需要幾個字符，取幾個字符
fmt.Println(string([]rune(s)[:4])) // 輸出：Go語言
到這里，我們解鎖了 rune 類型的第二個功能，即截取字符串。
思考一下，為什么 rune 類型可以做到？
通過上面的示例，我們發現似乎在處理帶中文的字符串時，都需要用到 rune 類型，這究竟是為什么呢？除了使用 rune 類型，還有其他方法嗎？
在深入思考之前，我們需要首先弄清楚 string 、byte、rune 三者間的關系。
字符串在底層的表示是由單個字節組成的一個不可修改的字節序列，字節使用 UTF-8[1] 編碼標識 Unicode[2] 文本。Unicode 文本意味着 .go 文件內可以包含世界上的任意語言或字符，該文件在任意系統上打開都不會亂碼。UTF-8 是 Unicode 的一種實現方式，是一種針對 Unicode 可變長度的字符編碼，它定義了字符串具體以何種方式存儲在內存中。UFT-8 使用 1 ~ 4 為每個字符編碼。
Go 語言把字符分 byte 和 rune 兩種類型處理。byte 是類型 unit8 的別名，用於存放占 1 字節的 ASCII 字符，如英文字符，返回的是字符原始字節。rune 是類型 int32 的別名，用於存放多字節字符，如占 3 字節的中文字符，返回的是字符 Unicode 碼點值。如下圖所示：
s := "Go語言編程"
// byte
fmt.Println([]byte(s)) // 輸出：[71 111 232 175 173 232 168 128 231 188 150 231 168 139]
// rune
fmt.Println([]rune(s)) // 輸出：[71 111 35821 35328 32534 31243]
它們的對應關系如下圖：
了解了這些，我們再回過來看看，剛才的問題是不是清楚明白很多？接下來，讓我們再來看看源碼中是如何處理的，以 utf8.RuneCountInString()[3] 函數為例。
示例：
// 統計字符串長度
fmt.Println(utf8.RuneCountInString("Go語言編程")) // 輸出：6
源碼：
// RuneCountInString is like RuneCount but its input is a string.
func RuneCountInString(s string) (n int) {
// 調用 len() 函數得到字節數
ns := len(s)
for i := 0; i < ns; n++ {
c := s[i]
// 如碼點值小於 128，則為占 1 字節的 ASCII 字符（或者說英文字符），長度 + 1
if c < RuneSelf { // RuneSelf = 128
// ASCII fast path
i++
continue
}
// 查詢首字節信息表，得到中文占 3 字節，所以這里的 x = 3
x := first[c]
// 判斷 x = 3,xx = 241（0xF1）
if x == xx {
i++ // invalid.
continue
}
// 提取有效的 UTF-8 字節長度編碼信息，size = 3
size := int(x & 7)
if i+size > ns {
i++ // Short or invalid.
continue
}
// 提取有效字節范圍
accept := acceptRanges[x>>4]
// accept.lo，accept.hi，表示 UTF-8 中第二字節的有效范圍
// locb = 0b10000000，表示 UTF-8 編碼非首字節的數值下限
// hicb = 0b10111111，表示 UTF-8 編碼非首字節的數值上限
if c := s[i+1]; c < accept.lo || accept.hi < c {
size = 1
} else if size == 2 {
} else if c := s[i+2]; c < locb || hicb < c {
size = 1
} else if size == 3 {
} else if c := s[i+3]; c < locb || hicb < c {
size = 1
}
i += size
}
return n
}
調用該函數時，傳入一個原始的字符串，代碼會根據每個字符的碼點大小判斷是否為 ASCII 字符，如果是，則算做 1 位；如果不是，則查詢首字節表，明確字符占用的字節數，驗證有效性后再進行計數。
小小總結
在我看來，rune 類型只是一種名稱叫法，表示用來處理長度大於 1 字節（ 8 位）、不超過 4 字節（ 32 位）的字符類型。但萬變不離其宗，我們使用函數時，無論傳入參數的是原始字符串還是 rune，最終都是對字節進行處理。看似陌生的事物，沉下心了解到其本質以后，才發現原來並不陌生，缺少的只是正視它的勇氣！
[1]
UTF-8:https://zh.wikipedia.org/wiki/UTF-8
[2]
Unicode:https://zh.wikipedia.org/wiki/Unicode
[3]
utf8.RuneCountInString():https://golang.org/src/unicode/utf8/utf8.go
推薦閱讀
福利
我為大家整理了一份從入門到進階的Go學習資料禮包，包含學習建議：入門看什么，進階看什么。關注公眾號 「polarisxu」，回復 ebook 獲取；還可以回復「進群」，和數萬 Gopher 交流學習