Go 之为什么 rune 是 int32 的别名而不是 uint32 的别名

我对这个问题其实也是一直有疑问的，毕竟像 byte 都是 uint8 的别名。然后找了一些问答资料，不知道还没有没其他更好的解释。

范围足够

在 Unicode 字符集中，一个字符的码点范围是从 U+0000 到 U+10FFFF，共计 1114112 个码点，可以用 32 位的整数类型来表示。 Unicode 转换格式，虽然使用的是 4 字节（32bit），但实际上只用到了 21bit。所以 int32 是足够包含该编码范围的。

扩展兼容

使用 int32 类型能有效避免符号扩展等不必要的类型转换，以及提供向下兼容的能力。

算术运算方便

定义为 int32 是为了方便 rune 类型进行算数运算。

package main

import "fmt"

func main() {
	s := "hello world"
	a := []rune(s)
	fmt.Println(a)
	b := a[1] - a[0]
	if b < 0 {
		fmt.Println(b)
	}
}

比如像 byte 进行算术运算时，就会出现溢出的情况（所以也建议大家尽量不要拿 byte 的运算结果做条件判断等）。

package main

import "fmt"

func main() {
	s := "hello world"
	a := []byte(s)
	fmt.Println(a) // [104 101 108 108 111 32 119 111 114 108 100]
	if a[1] - a[0] > 0 {
		fmt.Println("a[1] > a[0]", a[1] - a[0]) // a[1] > a[0] 253
	}
	if a[0] - a[1] > 0 {
		fmt.Println("a[0] > a[1]", a[0] - a[1]) // a[0] > a[1] 3
	}
}

uint8 别名 byte

既然如此，还有一个疑问，为什么 Go 中 byte 是 uint8 的别名，而不是 int8 的别名呢？

哈哈，这个就不得不提到 UTF-8 编码了，正好也是 Go 默认的编码方式。

UTF-8 最大的一个特点，就是它是一种变长的编码方式。它可以使用 1~4 个字节表示一个符号，根据不同的符号而变化字节长度。

UTF-8 的编码规则很简单，只有二条：

• 对于单字节的符号，字节的第一位设为 0，后面 7 位为这个符号的 Unicode 码。因此对于英语字母，UTF-8 编码和 ASCII 码是相同的。
• 对于 n 字节的符号（n > 1），第一个字节的前n位都设为1，第n + 1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的 Unicode 码。

package main

import (
	"fmt"
)

func main() {
	s := "好"
	b := []byte(s)
	fmt.Println(b) // [229 165 189]
	for _, c := range b {
		fmt.Printf("%b ", c) // 11100101 10100101 10111101
	}
}

这样的话，在 UTF-8 编码下使用 byte 表示非 ASCII 字符的话（需要多字节表示），就不得不涉及到字节高位的情况了，而字节高位的表示显然是用 int8 无法处理的。