go 的 []rune 和 []byte 区别

发表于 更新于 阅读次数：

在看到 go 字符串的时候， 偶然看到 []rune(s), 它可以将字符串转化成 unicode 码点。那么它和 **[]byte(s)**有什么区别呢？来测试一下

1
2
3
first := "fisrt"
fmt.Println([]rune(first))
fmt.Println([]byte(first))

[102 105 115 114 116] //输出结果[]rune
[102 105 115 114 116] //输出结果[]byte

从输出来看， 没有任何区别， 作者不可能无缘无故弄出两个相同的东西，那么到底区别在哪里呢?翻看源码才知道

1
2
3
4
5
6
7
8
// byte is an alias for uint8 and is equivalent to uint8 in all ways. It is
// used, by convention, to distinguish byte values from 8-bit unsigned
// integer values.
type byte = uint8

// rune is an alias for int32 and is equivalent to int32 in all ways. It is
// used, by convention, to distinguish character values from integer values.
type rune = int32

原来是 byte 表示一个字节，rune 表示四个字节，那么就可以得出了结论了，来看一段代码，使用中文字符串

1
2
3
first := "社区"
fmt.Println([]rune(first))
fmt.Println([]byte(first))

[31038 21306] //输出结果[]rune
[231 164 190 229 140 186]//输出结果[]byte

这里也可以很清晰的看出这里的中文字符串每个占三个字节， 区别也就一目了然了。
说道这里正好可以提一下 Go 语言切割中文字符串，Go 的字符串截取和切片是一样的s[n:m]左闭右开的原则, 看一下例子

1
2
s := "golangcaff"
fmt.Println(s[:3])

gol //输出, 看起来没问题， 顺利截取了三个字符

如果换成中文的呢?来看一下例子

1
2
3
s := "截取中文"
//试试这样能不能截取?
fmt.Println(s[:2])

?? //输出 在预料之中， 输出了常见的??

那么该如何截取呢？这里就需要将中文利用 []rune 转换成 unicode 码点， 再利用 string 转化回去， 来看一下例子。

1
2
3
4
s := "截取中文"
//试试这样能不能截取?
res := []rune(s)
fmt.Println(string(res[:2]))

截取 //输出, 顺利截取了

当然你可以使用 []byte 来截取， 但是这样你就需要知道你的中文字符到底占几个字节， 似乎这种方法不可取, 因为你无法得知。
为什么s[:n]无法直接截取呢， 通过实验我猜测如果直接截取的话，底层会将中文转化成[]byte， 而不是**[]rune**。你可以尝试一下:

1
2
3
s := "截取中文"
//试试这样能不能截取?
fmt.Println(s[:3])

截 //输出

当然这只是我猜测的， 没有看源码具体实现。