关于 go 语言中符文、字符串和 unicode 字符的疑问

学习知识要善于思考，思考，再思考！今天编程网小编就给大家带来《关于 Go 语言中符文、字符串和 unicode 字符的疑问》，以下内容主要包含等知识点，如果你正在学习或准备学习golang，就都不要错过本文啦~让我们一起来看看吧，能帮助到你就更好了！

go中的string是不可变的byte的集合。 byte 是 uint8 的别名。 rune 是 int32 的别名，用于存储字符。

为什么 runes 使用 int32s，而不是 uin32s？不存在所谓的负面角色。

strings使用bytes，其中每个byte足以存储ascii字符，但不能存储unicode字符。然而，go 可以在字符串中存储 unicode 字符，但是索引一个字符会丢失它的数据。您无法在 go 中隐式将 float64 转换为 int ，因为它可能会丢失它，但是索引包含 unicode 字符的 string 的这种转换不会引发任何错误，只会丢失其数据。如何从 string 中索引 rune，而不是 byte？

考虑以下程序及其输出。

package main

import (
    "fmt"
)

func main() {
    x := "ඞ"
    y := x[0]

    z := 'ඞ'

    fmt.printf("%s vs %c vs %c\n", x, y, z)
}

ඞ vs à vs ඞ

我觉得 string 用于存储 unicode 字符的做法是组合字节，因为也可以从 x 中索引 1。

正确答案

依次回答您的问题...

为什么 rune 是 int32 而不是 uint32？

我怀疑这可能与机器级别的整数本机表示有关，可能针对有符号整数与无符号整数进行了优化。

但最终这并不重要。

首先，unicode 代码点（至少目前）仅使用 0x0000 到 0x10ffff 范围。也就是说，在处理合法 unicode 时，您永远不会遇到负面符文。

如果有 int24 这样的东西，这就足够了。 unicode（代码点）未使用高 8 位（显然是符号位所在的位置）。

所以这可能是使用 int32 的原因，与“优化”无关。

但即使 unicode 规范扩展到完整的 32 位范围，这仍然不会出现问题。

无论有符号还是无符号，内部表示都是一致的。因此，例如，如果某些 go 代码要与其他代码交换符文，并且其他代码使用无符号类型，则不会有问题，因为从根本上来说，交换的是每个符文中的 32 位，而不是解释由任何特定类型覆盖在这 32 位上。

如果使用符文执行算术，符号可能很重要，但如果您这样做，我希望您会对符文以及如何安全地操作它们有深入的了解（大概是为了某种形式的密码学 - 我想不出进行符文算术的任何其他原因。

对字符串中的字节进行索引“丢失数据”

不，在字符串中索引一个字节（这只是一个 []byte）为您提供您所要求的数据：第 1 个指定字节。

没有任何损失（或获得）。

如果您想要一个由字符串中的字节序列表示的符文，那么您需要询问表示该 rune 的所有字节。

在字符串中索引符文

首先将字符串 ([]byte) 转换为 []rune，然后像对任何其他切片一样进行索引。因此，给定一个字符串 s 并希望获得 ith 符文：

r := []rune(s)[i]

以上就是《关于 go 语言中符文、字符串和 unicode 字符的疑问》的详细内容，更多关于的资料请关注编程网公众号！