如何在 Go 中通过 runes 迭代字符串？

Question

我想要这个：

for i := 0; i < len(str); i++ {
    dosomethingwithrune(str[i]) // takes a rune
}

但事实证明

str[i]

的类型为

byte

(

uint8

) 而不是

rune

。

如何通过符文而不是字节来迭代字符串？

Answer 1

请参阅 Effective Go 中的示例：

for pos, char := range "日本語" {
    fmt.Printf("character %c starts at byte position %d\n", char, pos)
}

此打印：

character 日 starts at byte position 0
character 本 starts at byte position 3
character 語 starts at byte position 6

对于字符串，该范围可以为您做更多的工作，打破个人 通过解析 UTF-8 得到 Unicode 代码点。

Answer 2

为了反映 golang.org 给出的示例，Go 允许您轻松地将字符串转换为符文切片，然后对其进行迭代，就像您最初想要的那样：

runes := []rune("Hello, 世界")
for i := 0; i < len(runes) ; i++ {
    fmt.Printf("Rune %v is '%c'\n", i, runes[i])
}

当然，我们也可以像这里的其他示例一样使用范围运算符，但这更符合您的原始语法。无论如何，这将输出：

Rune 0 is 'H'
Rune 1 is 'e'
Rune 2 is 'l'
Rune 3 is 'l'
Rune 4 is 'o'
Rune 5 is ','
Rune 6 is ' '
Rune 7 is '世'
Rune 8 is '界'

请注意，由于

rune

类型是

int32

的别名，因此我们必须在

%c

语句中使用

%v

而不是通常的

Printf

，否则我们将看到 Unicode 代码点的整数表示（请参阅围棋之旅）。

Answer 3

例如：

package main

import "fmt"

func main() {
        for i, rune := range "Hello, 世界" {
                fmt.Printf("%d: %c\n", i, rune)
        }
}

游乐场

---

输出：

0: H
1: e
2: l
3: l
4: o
5: ,
6:  
7: 世
10: 界

Answer 4

或者，不使用

fmt

包的代码示例：

package main

func main() {
    for _, rune := range "Hello, 世界" {
        println(string(rune))
    }
}

在循环中，变量

r

表示当前正在迭代的

rune

。在将其打印到控制台之前，我们使用

string()

函数将其转换为字符串。

游乐场

Answer 5

您可以查看doc。

rune

基本上是

int32

类型的别名：

type rune = int32

Go 中的文字字符串以 UTF-8 格式进行编码，这基本上允许存储与 unicode table:

中的字符相对应的 unicode 代码

0xxxxxxx                              unicode codes 0−127
110xxxxx 10xxxxxx                     128−2047
1110xxxx 10xxxxxx 10xxxxxx            2048−65535
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx   65536−0x10ffff

正如您所看到的，这样的编码每个字符需要 1-4 个字节，这就是为什么我们在这里有

rune = int32

（4 字节）来适应最坏的情况，当我们需要 4 字节来编码 unicode 字符代码时。

从 Unicode table 您可以看到，如果您的

string

仅包含拉丁字母字符和数字（ASCII 字符），那么

string

中的符文数量将等于字节数，因为这样的 ASCII 字符需要只需要编码 1 个字节。但当您使用非 ASCII 字符时，情况就不是这样了：

import "unicode/utf8"

func countRunes() {
    s := "Hello, 世界"
    fmt.Println(len(s)) // "13" - bytes
    fmt.Println(utf8.RuneCountInString(s)) // "9" - runes characters
}

---

字符串是从字节构建的，因此对它们进行索引会产生字节而不是字符，对于 acees 字符，您可以使用以下选项：

1. 语言内置方式迭代符文：

for i, r := range "Hello, 世界" {
    fmt.Printf("%d\t%q\t%d\n", i, r, r)
}

2. 通过从

   string

   获取符文数组：

runes := []rune("Hello, 世界")
for i := 0; i < len(runes) ; i++ {
    fmt.Printf("Rune : '%c'\n", runes[i])
}

3. 通过使用标准库包utf8：

for i := 0; i < len(s); {
    r, size := utf8.DecodeRuneInString(s[i:])
    fmt.Printf("%d\t%c\n", i, r)
    i += size
}