在 Go 中處理字符串時(shí)，rune 類型常常被當(dāng)作 “解決中文截取問(wèn)題” 的萬(wàn) 能鑰 匙。但它的意義遠(yuǎn)不止于此 ——rune 是 Go 對(duì) Unicode 碼點(diǎn)（Code Point）的原生支持，是理解 Go 字符串底層邏輯的關(guān)鍵。今天我們就來(lái)深挖 rune 的本質(zhì)、用法和背后的設(shè)計(jì)哲學(xué)。

一、從一個(gè) “反直覺(jué)” 的例子說(shuō)起

先看一段簡(jiǎn)單的代碼：

package main

import "fmt"

func main() {
    str := "Hello, 世界"
    fmt.Println("字符串長(zhǎng)度：", len(str))       // 輸出：13
    fmt.Println("第7個(gè)字符：", str[6])          // 輸出：228（一個(gè)奇怪的數(shù)字）
}

這段代碼的輸出可能會(huì)讓初學(xué)者困惑：

• "Hello, 世界" 直觀上是 8 個(gè)字符（"Hello," + 空格 + "世界"），但 len(str) 返回 13。
• 嘗試通過(guò)索引 str[6] 獲取第 7 個(gè)字符（空格），得到的卻是 228 這個(gè)數(shù)字。

問(wèn)題出在 Go 字符串的底層實(shí)現(xiàn) ——Go 字符串本質(zhì)是字節(jié)（byte）的切片，而不是 “字符” 的集合。

二、byte 與 rune：兩種視角看字符串

1.先明確兩個(gè)核心概念

1. 字節(jié)（Byte） ：計(jì)算機(jī)存儲(chǔ)數(shù)據(jù)的最小單位之一（1 字節(jié) = 8 比特），只能表示 0-255 的整數(shù)（2^8 = 256 種可能）。早期計(jì)算機(jī)用單字節(jié)表示英文字符（如 ASCII 編碼：A 對(duì)應(yīng) 65，a 對(duì)應(yīng) 97），但無(wú)法表示中文、日文等復(fù)雜字符（這些字符需要更多位數(shù)）。
2. Unicode 碼點(diǎn)（Code Point） ：為解決 “全球字符統(tǒng)一表示” 問(wèn)題，Unicode 標(biāo)準(zhǔn)給每個(gè)字符分配了一個(gè)唯一的數(shù)字編號(hào)（例如：A 是 U+0041，中 是 U+4E2D）。這個(gè)編號(hào)就是 “碼點(diǎn)”，范圍從 U+0000 到 U+10FFFF，需要 1-4 字節(jié)才能存儲(chǔ)。

2.byte：對(duì)應(yīng)單字節(jié)字符（ASCII 兼容）

• 定義：byte 是 uint8 的別名（type byte = uint8），本質(zhì)是 8 位無(wú)符號(hào)整數(shù)，只能表示 0-255 的值。
• 用途：用于處理單字節(jié)字符（如英文字母、數(shù)字、標(biāo)點(diǎn)），對(duì)應(yīng) Unicode 碼點(diǎn)中 U+0000 到 U+00FF 的范圍（即 ASCII 及擴(kuò)展 ASCII 字符）。

示例：

var b byte = 'A' // 'A' 的 ASCII 碼是 65，所以 b 的值是 65
fmt.Println(b) // 輸出：65
fmt.Printf("%c\n", b) // 輸出：A（用 %c 格式化顯示字符）

3.rune：對(duì)應(yīng) Unicode 碼點(diǎn)（處理多字節(jié)字符）

• 定義：rune 是 int32 的別名（type rune = int32），本質(zhì)是 32 位整數(shù)，能表示 U+0000 到 U+10FFFF 的所有 Unicode 碼點(diǎn)。
• 用途：用于處理多字節(jié)字符（如中文、日文、emoji 等），因?yàn)檫@些字符的 Unicode 碼點(diǎn)超過(guò) 255，需要用多個(gè)字節(jié)存儲(chǔ)。

示例：

var r rune = '中' // '中' 的 Unicode 碼點(diǎn)是 U+4E2D（十進(jìn)制 20013）
fmt.Println(r) // 輸出：20013
fmt.Printf("%c\n", r) // 輸出：中

三、rune 的核心應(yīng)用場(chǎng)景

1. 安全截取包含多字節(jié)字符的字符串

這是 rune 最常見(jiàn)的用法。直接對(duì)字符串做切片（str[i:j]）是按字節(jié)截取，可能會(huì)截?cái)喽嘧止?jié)字符導(dǎo)致亂碼；而先轉(zhuǎn)換為 []rune 再切片，則能保證字符的完整性：

func safeSubstr(s string, length int) string {
    runes := []rune(s)
    if len(runes) <= length {
        return s
    }
    return string(runes[:length])
}

func main() {
    str := "Go語(yǔ)言是門(mén)好語(yǔ)言"
    fmt.Println(safeSubstr(str, 5)) // 輸出：Go語(yǔ)言是門(mén)
}

2. 遍歷字符串中的每個(gè)字符

用 for 循環(huán)直接遍歷字符串時(shí)，得到的是字節(jié)；用 for range 循環(huán)時(shí)，Go 會(huì)自動(dòng)按 rune 迭代（即按字符遍歷）：

str := "Hello, 世界"

// 按字節(jié)遍歷（可能得到亂碼）
for i := 0; i < len(str); i++ {
    fmt.Printf("%c ", str[i]) 
    // 輸出：H e l l o ,   ? ?  ? 世界的后續(xù)字節(jié)...（亂碼）
}

// 按 rune 遍歷（正確輸出每個(gè)字符）
for _, r := range str {
    fmt.Printf("%c ", r) 
    // 輸出：H e l l o ,   世 界 
}

for range 循環(huán)本質(zhì)上是在迭代 []rune(str)，因此能正確處理所有 Unicode 字符。

3. 處理 Emoji 和特殊符號(hào)

Emoji 通常占 4 個(gè)字節(jié)（如 ?? 的 UTF-8 編碼是 0xF0 0x9F 0x98 0x8A），但在 []rune 中依然是一個(gè)元素：

str := "Hello ??"
runes := []rune(str)
fmt.Println(len(runes)) // 輸出：7（H e l l o  空格 ??）
fmt.Println(string(runes[6])) // 輸出：??

四、rune 背后的 Unicode 與 UTF-8

理解 rune 必須先明確兩個(gè)概念：

• Unicode：一種字符集（Character Set），為每個(gè)字符分配唯一的碼點(diǎn)（如 'A' 是 65，' 中 ' 是 20013）。
• UTF-8：一種編碼方式（Encoding），將 Unicode 碼點(diǎn)轉(zhuǎn)換為字節(jié)序列（如 ' 中 ' 的 UTF-8 編碼是 0xE4 0xB8 0xAD，3 個(gè)字節(jié)）。

Go 字符串的底層存儲(chǔ)是 UTF-8 編碼的字節(jié)序列，而 rune 是 Unicode 碼點(diǎn)的內(nèi)存表示。因此：

• []byte(str) 得到的是 UTF-8 編碼的字節(jié)切片。
• []rune(str) 得到的是 Unicode 碼點(diǎn)的切片（每個(gè)碼點(diǎn)對(duì)應(yīng)一個(gè)字符）。

二者的轉(zhuǎn)換是 UTF-8 編碼與解碼的過(guò)程，這個(gè)過(guò)程由 Go runtime 自動(dòng)完成，無(wú)需開(kāi)發(fā)者手動(dòng)處理。

到此這篇關(guān)于深入理解Go中rune類型的使用的文章就介紹到這了,更多相關(guān)Go rune類型內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！