Golang中unicode与字符编码理解

1 Go 语言字符编码基础

我们首先要知道

1）Go 语言的代码是由 Unicode 字符组成的，它们都必须由 Unicode 编码规范中的 UTF-8 编码格式进行编码并存储。

2）Unicode 编码规范中的编码格式定义的是:字符与字节序列之间的转换方式。其中的 UTF- 8 是一种可变宽的编码方案。

3）Go 语言中的一个string类型值会由若干个 Unicode 字符组成，每个 Unicode 字符都可 以由一个rune类型的值来承载。

2.下面举例说明

package main

import "fmt"

func main() {
	var s string = "hello 中国!"
	fmt.Println(len(s)) //13
}

上面简单的二行代码，使用len计算字符串的长度 ，打印结果是13，按照我们习惯应该是9个长度，go语言len函数则是计算字节的长度，我们都知道一个中文是3个字节，英文就是一个字节，因此len函数是计算字节的长度。如果我们向计算字符的长度怎么办呢，go语言另外个包，我们使用

fmt.Println(utf8.RuneCountInString(s)) // 9

上面打印就符合我们的习惯了 ，获取了正确的字符长度。

3.接下来我们来思考下字符传的循环操作，下面的显示什么

func main() {
	var s string = "hello 中国!"
	fmt.Println(len(s)) //13
	for i := 0; i < len(s); i++ {
		fmt.Printf("序号%d,字节：%c", i, s[i])
		fmt.Println()
	}
}

这个打印的结果： 

序号0,字节：h
序号1,字节：e
序号2,字节：l
序号3,字节：l
序号4,字节：o
序号5,字节： 
序号6,字节：ä
序号7,字节：¸
序号8,字节：­
序号9,字节：å
序号10,字节：
序号11,字节：½
序号12,字节：!

思考下为什么中文会显示乱码，英文可以正常显示，我们不难发现，使用的是 循环字节，一个中文是3个字节，上面的循环肯定会出现问题的，接下来要正常显示，我们使用for ...range 循环即可，for ...range 是对Unicode码一个个循环，避免了中文的乱码

func main() {
	var s string = "hello 中国!"
	for i,v := range s{
		fmt.Printf("序号%d,字节编码：%c",i,v)
		fmt.Println()
	}
}

结果：

序号0,字节编码：h
序号1,字节编码：e
序号2,字节编码：l
序号3,字节编码：l
序号4,字节编码：o
序号5,字节编码： 
序号6,字节编码：中
序号9,字节编码：国
序号12,字节编码：!

这样的循环就对了，很明显可以看出中文一个字符占3个字节长度。但是还有一个问题，我们可以看出啊 循环的序号不是顺序增加的，原因还是中文的问题，接下来我们来解决这个问题。

4.上面的说到的问题也很简单，我们思考下，只有把字符串变成rune数组，不管是中文还是英文都可以用一个Unicode来实现。然后再对rune数组循环，那么序号肯定正确的了，上面的代码稍微改下即可，代码如下：

func main() {
	var s string = "hello 中国!"
	for i,v := range []rune(s){
		fmt.Printf("序号%d,字节编码：%c",i,v)
		fmt.Println()
	}
}

结果如下：

序号0,字节编码：h
序号1,字节编码：e
序号2,字节编码：l
序号3,字节编码：l
序号4,字节编码：o
序号5,字节编码： 
序号6,字节编码：中
序号7,字节编码：国
序号8,字节编码：!

至此：go语言对字符串的循环都说完了，看后我相信你对字符串循环有了深刻的理解。