Go語言中的字元和字串

在go語言中，沒有字元型別，字元型別是rune型別，rune是int32的別稱。

下面用乙個簡單的程式來演示字元型別：

package main
import (
"fmt"
"reflect"
)func main()

程式輸出：

'我'的型別為：%!t(int32=25105) 二進位制為：110001000010001
r的實際型別為：int32

go語言天生支援unicode，那我產生乙個問題：unicode字元的長度是多少？

這個問題的問法有沒有問題？其實仔細想想，這樣問是有問題的。首先，unicode的基礎是乙個有編號的字符集，在字符集之上又規定了模組化的編碼等等技術層次，各種具體的編碼形式並不一致。因此，嚴格來說，unicode是沒有「長度」這一說的，它是抽象的字元，只有unicode的編碼才有具體的位元組長度。而且不同的編碼實現，長度也不一樣。

unicode 目前規劃的總空間是17個平面（平面0至16），每個平面有 65536 個碼點。我們常用的平面0（「basic multilingual plane」，即「bmp」）碼點範圍為0x0000 至 0xffff，這並不是 unicode 的全部。

bmp 的字元是 unicode 中最基礎和最常用的一部分，以 utf-16 編碼時使用2位元組，以 utf-8編碼時使用1至3位元組。超出 bmp 的字元以 utf-16 或 utf-8 編碼都需要4位元組。另外還有乙個比較少用的編碼形式，utf-32，它編碼任何 unicode 字元都需要4個位元組。

go語言的字串有兩種方式來表示：

s := `go原格式字串
可以跨行`

go語言的字串是以utf-8格式編碼並儲存的，下面有乙個簡單的例子：

package main
import (
"fmt"
)func main() 
}

程式輸出：

s的型別為：%!t(string=我), 長度為：3, 16進製為：e68891 第0個位元組為：11100110 第1個位元組為：10001000

第2個位元組為：10010001

變數s中存放的是這個字串的utf-8編碼，當你使用len(s)函式獲取字串的長度時，獲取的是該字串的utf-8編碼長度，儲存乙個字元可能需要 2個、3個或者4個位元組，它是不固定的。

utf-8的編碼遵循如下2條規則：

根據這兩條簡單的規則，我們可以把utf-8編碼轉換為unicode的碼點:

//utf8轉為unicode 1110 0110 1000 1000 1001 0001 // s 0110 00 1000 01 0001 // s utf8 -> unicode 0000 0000 0110 0010 0001 0001 // s utf8 -> unicode

0000 0000 0000 0000 0110 0010 0001 0001 // r

我們可以看到上面推導的結果跟程式的輸出結果相符。

Go語言中的字元和字串

C語言中的字串和字元陣列

c語言中的字元和字串的關係

Pascal 語言中字元與字串

Go語言中的字元和字串

C語言中的字串和字元陣列

c語言中的字元和字串的關係

Pascal 語言中字元與字串

相關推薦