【Go】rune和byte类型的认识与使用

【Go】rune和byte类型的认识与使用

大家好 我是寸铁👊
总结了一篇rune和byte类型的认识与使用的文章✨
喜欢的小伙伴可以点点关注 💝

byte和rune类型定义

byte,占用1个字节，共8个比特位，所以它实际上和uint8没什么本质区别,它表示的是一个ASCII码字符。

rune，占用4个字节，共32个比特位，所以它实际上和int32没什么本质区别,它表示的是一个Unicode字符
(Unicode是一种能表示世界上绝大部分字符的编码格式）

不妨来验证一下，能否用uint8和byte一样去表示一个字符，能否用int32和rune一样去表示一个字符？

Demo

package main

import "fmt"

func main() {
   

    //byte与uint32
    var a byte = 'a'
    var b uint8 = 'a'
    fmt.Println("使用byte类型表示字符:", string(a))    //a
    fmt.Println("使用uint8类型表示字符串: ", string(b)) //a

    fmt.Println("---------------")
    var c rune = 'b'
    var d int32 = 'b'
    fmt.Println("使用rune类型表示字符:", string(c))    //b
    fmt.Println("使用int32类型表示字符串: ", string(d)) //b
}

运行结果如下：
答案是可以的，也证明了这两种实际上并无本质区别。

这次来验证一下，能否用uint8和byte数组去表示一个字符串，能否用int32和rune数组一样去表示一个字符串？

demo

package main

import "fmt"

func main() {
   
    str := "nana"
    s := []byte(str)
    fmt.Println("使用byte类型表示字符串: ", string(s)) //nana

    str1 := "nana"
    s1 := []uint8(str1)
    fmt.Println("使用uint8类型表示字符串: ", string(s1)) //nana

    fmt.Println("____________________")
    str2 := "nanago"
    s2 := []rune(str2)
    fmt.Println("使用rune类型表示字符串: ", string(s2)) //nanago

    str3 := "nanago"
    s3 := []int32(str3)
    fmt.Println("使用int32类型表示字符串: ", string(s3)) //nanago
}

运行结果如下：
答案是可以的，也证明了这两种实际上并无本质区别。

有人会问：既然本质没什么区别，为什么还要创建byte和rune类型？

这就涉及到类型别名的概念，众所周知，Go语言有两种类型声明方式：一种叫类型定义声明；另一种叫类型别名声明。其中，别名的使用在大型项目重构中作用最为明显，它能够解决代码升级或者迁移过程中可能存在的类型兼容性问题。而rune和byte是Go语言中仅有的两个类型别名，专门用于处理字符。当然，我们可以通过type等关键字加=号的方式声明更多的类型别名。

rune的使用

我们知道，字符串由字符组成，字符的底层由字节组成，而一个字符串的底层的表示是一个字节序列(数组)。在Go语言中，字符可以被分成两种类型处理: 对占一个字节的英文类字符，可以使用byte或者uint8。对占1~4个字节的其他字符，可以使用rune或者int32，如中文、日文、特殊符号等。
示例说明:

rune类型表示中文符号

如下图：这说明可以用rune表示中文符号，不能用byte表示中文符号，没有定义rune类型去表示中文符号，会出现溢出现象。
为什么会出现精度溢出？
很明显，刚才说到byte是一个字节，而rune是1~4个字节。我们知道，英文是1个字节，中文是3个字节。byte最多只能表示一个字节的字符，但是，中文是3个字节的，byte1个字节去表示3个字节的字符，必定是不够的，也就造成overflow(溢出)现象。

demo

package main

import "fmt"

func main() {
   

    //使用rune类型表示一个中文 一个字符 字节序列
    var a rune = '云'
    fmt.Println(string(a))
    var b byte = '云'
    fmt.Println(string(b))
    //统计带中文的字符串长度

}

运行结果如下：

所以，rune的第一个作用是表示中文符号。

统计字符串的长度

举个例子：统计带中文的字符串的长度

demo

package main

import "fmt"

func main() {
   

    //统计带中文字符串的长度
    fmt.Println(len("Go语言编程")) //14

    //转换为rune数组后统计带中文字符串的长度
    fmt.Println(len([]rune("Go语言编程"))) //6

}

运行结果如下：

分析一下结果：为什么直接打印就是14，转换为rune[]数组后打印为6?
分析：字符串在底层表示的是一个字节(byte)序列。其中，英文字符占用1个字节，中文字符占用3个字节。所以得到的是1+1+3*4 = 14，是底层中字节序列占用字节的长度，而不是字符的长度。使用rune[]数组后，便可以统计出带中文字符串的字符长度。

所以，第二个功能是统计字符串的长度。

截取字符串

举个例子：截取带中文的字符串
截取Go语言这一段，字符串的底层是一个字节序列(数组)，字符串的截取 左闭右开 1+1+3+3=8 下标从0开始，起始索引为0，终止索引为8(考虑到右边为开区间)。

demo

    s := "Go语言编程"
    fmt.Println(s[0:8])
    //字符串的截取 左闭右开 1+1+3+3=8 下标从0开始

运行结果如下：

结果是对的，但是存在一个缺陷：就是每次截取时，必须先计算出需要截取的字符串的字节索引，如果说字节数计算错误，就会出现乱码的情况。

验证一下:

s := "Go语言编程"
fmt.Println(s[0:7])
s2 := "Go语言编程"
fmt.Println(s2[0:4])

运行结果如下:
很明显，出现乱码的情况。

除此之外，假设字符串的长度非常大，通过字节的方式去截取显然不是一个高效的方法。应该是取出字符的方式去截取字符串，rune类型便可以实现这一点。其实，从刚才的len取出byte和rune数组的长度就可以知道，rune是直接操作字符，而不是像byte一样去一个个操作字节。

使用rune类型运行截取字符串运行结果如下：

所以，rune的第三个功能是截取字符串。

rune实现分析

为什么rune类型可以做到这一点？
简述:
首先，先弄清楚string、byte、rune三者之间的关系。
字符串在底层的表示是由单个字节组成的一个不可修改的字节序列，字节使用UTF-8编码标识Unicode文本。Unicode文本意味着.go文件可以包含世界上的任意语言或者字符，该文件在任意系统上打开都不会乱码。UTF-8是Unicode的一种实现方式，是一种针对Unicode可变长度的字符编码，它定义了字符串以何种方式存储在内存中。UTF-8使用1~4为每个字符编码。
Go语言把字符分为byte和rune两种类型处理，byte是uint8类型的别名，用于存放占用1个字节的ASCII字符，如英文字符，返回的是字符的原始字节。rune类型是int32类型的别名，用于存放多字节字符，如占3个字节的中文字符，返回的是字符Unicode码点值。

验证一下
说明上述的分析成立！
demo

s := "Go语言编程"
fmt.Println("byte类型: ", []byte(s))
//输出: byte类型:  [71 111 232 175 173 232 168 128 231 188 150 231 168 139]

fmt.Println("rune类型: ", []rune(s))
//输出: rune类型:  [71 111 35821 35328 32534 31243]

具体实现细节参考下面网址:
https://www.cnblogs.com/cheyunhua/p/16007219.html

看到这里的小伙伴，恭喜你又掌握了一个知识点👊
希望大家能取得胜利，坚持就是胜利💪
我是寸铁！我们下期再见💕