Home

深色模式

Go语言之 rune 类型 ​

概述 ​

Go 里一旦开始处理文本，byte、rune、string 这三个名字几乎绕不过去。它们经常一起出现，也经常被误当成同一层概念。真正的区别是：string 表示一段字节序列，byte 更接近原始字节，rune 则用来表示一个 Unicode 码点。

如果这层没分开，很多现象都会显得古怪：为什么 len("中") 不是 1，为什么 for range 和按字节下标遍历结果不同，为什么一个字符不一定对应一个字节。

rune 本质上是 int32 的别名 ​

go
type rune = int32

这意味着：

  • rune 不是新定义类型
  • 它和 int32 是同一个类型
  • 它存在的主要价值是表达语义，而不是引入新规则

一个 rune 表示一个 Unicode 码点 ​

这句话比“一个 rune 表示一个字符”更准确。

因为 Unicode 文本里，用户眼里的“一个字符”不一定总是单个码点组成。但在 Go 里，rune 讨论的是码点这一层。

byte、rune、string 分别站在哪一层 ​

可以先这样理解：

名字更接近什么
byte单个字节
rune单个 Unicode 码点
string一段只读字节序列

len(string) 数的是字节，不是 rune 数量 ​

例如：

go
s := "中"
fmt.Println(len(s))

结果通常不是 1，而是 3，因为 UTF-8 编码下这个字符占 3 个字节。

for range 遍历字符串时拿到的是 rune ​

例如：

go
for i, r := range "Go众" {
    fmt.Println(i, r)
}

这里：

  • i 是当前码点起始位置对应的字节下标
  • r 是当前解码出来的 rune

rune 字面量写法 ​

最常见的是直接写单引号字符：

go
'a'
'π'
'众'

还可以写成转义形式：

go
'\141'
'\x61'
'\u0061'
'\U00000061'

这些写法和 'a' 表达的是同一个码点值。

什么时候该显式用 rune ​

通常是这几类场景：

  • 明确在处理 Unicode 码点
  • 需要按字符级语义遍历文本
  • 需要把字符和整数值之间做显式转换

最容易混的点 ​

rune 不是“Go 版字符类型” ​

更准确地说，它是 Unicode 码点表示。

string 不是 []rune ​

string 的底层语义更接近只读字节序列。需要按码点处理时，通常要显式转换或用 range 解码。

一个字符不一定等于一个字节 ​

这正是 byte 和 rune 必须分开的原因之一。

一条够用的判断线 ​

处理文本时，先问自己：

  1. 当前要按字节处理，还是按 Unicode 码点处理。
  2. 当前拿到的是原始字符串，还是已经解码后的字符单位。
  3. 这里更适合 byte、rune，还是直接保留 string。

参考 ​