Go语言循环遍历含有中文的字符串

Go语言循环遍历含有中文字符的字符串

首先使用普通for循环遍历含有中文的字符串

	str := "hello,你好"
	for i := 0; i < len(str); i++ {
		fmt.Printf("%c", str[i])
	}

输出结果：

hello,ä½ å¥½

可见使用普通for循环遍历字符串中的中文字符发生了乱码。

然后我们使用Go语言中for range

	str := "hello,你好"
	for _, v := range str {
		fmt.Printf("%c", v)
	}

输出结果：

hello,你好

可见用for range对含有中文字符的字符串进行循环遍历就不会出现乱码的问题。中文字会正常输出。
那为什么使用for循环中文字符部分会出现乱码呢？

首先我们先来看Go语言中对字符的定义

字符在Go语言中分为两种：

• 一种是unint8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、日文或者其他符合字符时，则需要用到rune类型。rune类型实际是一个int32.

使用fmt.Printf中的"%T"可以输出变量的实际类型，使用这个方法可以查看byte和rune的本来类型，代码如下：

    var a byte = 'a'
	fmt.Printf("%d %T\n", a, a)
	var b rune = '你'
	fmt.Printf("%d %T\n", b, b)

输出结果：

97 uint8
20320 int32

那普通for循环和for range两个循环出来的字符类型是什么呢？
测试：

for循环

	str := "hello,你好"
	for i := 0; i < len(str); i++ {
		fmt.Printf("%c,%T  ", str[i],str[i])
	}

输出结果：

h,uint8
e,uint8
l,uint8
l,uint8
o,uint8
,uint8
ä,uint8
½,uint8
,uint8
å,uint8
¥,uint8
½,uint8

for range

	str := "hello,你好"
	for _, v := range str {
		fmt.Printf("%c,%T \n", v, v)
	}

输出结果：

h,int32
e,int32
l,int32
l,int32
o,int32
,int32
你,int32
好,int32

可见，使用普通循环时，得到的类型是uint8，也就是byte类型。
使用for range循环时，得到的类型是int32，也就是rune类型。

因为使用普通for循环时，得到的类型是uint8，对应ASCII编码表，而中文字符在ASCII编码表中没有相对应的ID，那输出中文时就会出现乱码。
而在使用for range时，得到的类型时int32，对应Unicode编码表，中文字符在Unicode编码表中存在中文相对应的ID，输出正常。

总结：

1. 使用普通循环时，得到的类型是uint8，对应ASCII字符集.
2. 使用for range时，得到类型是int32，对应Unicode字符集.
3. Go语言中byte和rune实质上就是uint8和int32类型。