golang：字符类型(byte和rune)

青旅半醒 2022-09-07 06:40 120阅读 0赞

字符串中的每一个元素叫做“字符”，在遍历或者单个获取字符串元素时可以获得字符

golang语言的字符有如下两种：

*  一种是**uint8 类型，或者叫 byte 型，代表了 ASCII 码的一个字符**。
 *  另一种是**rune 类型，代表一个 UTF-8 字符，当需要处理中文、日文或者其他复合字符时，则需要用到 rune 类型。rune 类型等价于 int32 类型**。

# byte #

> 所谓字符类型是用单引号括起来的单个字符

byte 类型是 uint8 的别名，对于只占用 1 个字节的传统 ASCII 编码的字符来说，完全没有问题，例如 var ch byte = ‘A’，字符使用单引号括起来。

> 用单引号括起来的单个字符是字符类型，用双引号括起来的字符是字符串类型

在 ASCII 码表中，A 的值是 65，使用 16 进制表示则为 41，所以下面的写法是等效的：

var ch byte = 65 或 var ch byte = '\x41'      //（\x 总是紧跟着长度为 2 的 16 进制数）

另外一种可能的写法是\\后面紧跟着长度为 3 的八进制数，例如 \\377。

## 字符的定义 ##

package main
    
    import "fmt"
    
    func main(){
        
    	var ch byte
    	ch = 'a'
    	fmt.Printf("%c, %d\n", ch, ch)
    
    	ch = 97
    	fmt.Printf("%c, %d\n", ch, ch)//计算机不能直接存储字符类型，只能转成数字(’ASCII’码)存储, a的ASCII码是97
    }

![在这里插入图片描述][85dc93d70cd84bda9ae61a878f1897ca.png]

## 输入一个字符 ##

package main
    
    import "fmt"
    
    func main(){
        
    	var ch byte
    	fmt.Scanf("%c", &ch)
    	fmt.Printf("%c, %d\n", ch, ch)
    }

![在这里插入图片描述][3130cf4da2a84daeba805aa0f9b666b8.png]

## 转义字符字符 ##

计算机中除了普通字符之外，还有一种特殊字符—转义字符， 比如

*  ":表示一个英文半角的双引号
 *  \\t：表示一个tab键的空格（可以用来对输出的内容进行排版）

package main
    
    import "fmt"
    
    func main(){
        
    	fmt.Printf("注意\"基础知识\"要打牢\n")
    	fmt.Printf("C++\tRust\tGo\n")
    	fmt.Printf("D:\\software")
    }

# rune #

golang语言同样支持Unicode（UTF-8），因此字符同样称为Unicode代码点或者runes，并在内存中使用int来表示。在文档中，一般使用格式 U+hhhh 来表示，其中 h 表示一个 16 进制数。

在书写 Unicode 字符时，需要在 16 进制数之前加上前缀\\u或者\\U。因为 Unicode 至少占用 2 个字节，所以我们使用 int16 或者 int 类型来表示。如果需要使用到 4 字节，则使用\\u前缀，如果需要使用到 8 个字节，则使用\\U前缀。

var ch int = '\u0041'
    var ch2 int = '\u03B2'
    var ch3 int = '\U00101234'
    fmt.Printf("%d - %d - %d\n", ch, ch2, ch3) // integer
    fmt.Printf("%c - %c - %c\n", ch, ch2, ch3) // character
    fmt.Printf("%X - %X - %X\n", ch, ch2, ch3) // UTF-8 bytes
    fmt.Printf("%U - %U - %U", ch, ch2, ch3)   // UTF-8 code point

![在这里插入图片描述][1deb79449ba44e7dbdf4c286ea3fdb13.png]  
格式化说明符%c用于表示字符，当和字符配合使用时，%v或%d会输出用于表示该字符的整数，%U输出格式为 U+hhhh 的字符串。

Unicode 包中内置了一些用于测试字符的函数，这些函数的返回值都是一个布尔值，如下所示（其中 ch 代表字符）：

*  判断是否为字母：unicode.IsLetter(ch)
 *  判断是否为数字：unicode.IsDigit(ch)
 *  判断是否为空白符号：unicode.IsSpace(ch)

# UTF-8 和 Unicode 有何区别？ #

Unicode 与 ASCII 类似，都是一种字符集。

字符集为每个字符分配一个唯一的ID，我们使用到的所有字符在Unicode字符集中都有一个唯一的ID，如上面例子中的 a 在 Unicode 与 ASCII 中的编码都是 97。汉字“你”在 Unicode 中的编码为 20320，在不同国家的字符集中，字符所对应的 ID 也会不同。而无论任何情况下，Unicode 中的字符的 ID 都是不会变化的。

UTF-8 是编码规则，将 Unicode 中字符的 ID 以某种方式进行编码，UTF-8 的是一种变长编码规则，从 1 到 4 个字节不等。编码规则如下：

*  0xxxxxx 表示文字符号 0～127，兼容 ASCII 字符集。
 *  从 128 到 0x10ffff 表示其他字符。

根据这个规则，拉丁文语系的字符编码一般情况下每个字符占用一个字节，而中文每个字符占用 3 个字节。

广义的 Unicode 指的是一个标准，它定义了字符集及编码规则，即 Unicode 字符集和 UTF-8、UTF-16 编码等。

[85dc93d70cd84bda9ae61a878f1897ca.png]: /images/20220829/c9e565c04b2346e59df8fc9702867525.png
[3130cf4da2a84daeba805aa0f9b666b8.png]: /images/20220829/3695180107554bd5ba5255243771622c.png
[1deb79449ba44e7dbdf4c286ea3fdb13.png]: /images/20220829/3a1a660be1da42f8b0682045d982e9d7.png