Go语⾔字符类型（byte和rune）
字符串中的每⼀个元素叫做“字符”，在遍历或者单个获取字符串元素时可以获得字符。
Go语⾔的字符有以下两种：
⼀种是 uint8 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、⽇⽂或者其他复合字符时，则需要⽤到 rune 类型。rune 类型等价于int32 类型。
byte 类型是 uint8 的别名，对于只占⽤ 1 个字节的传统 ASCII 编码的字符来说，完全没有问题，例如 var ch byte = 'A'，字符使⽤单引号括起来。
在 ASCII 码表中，A 的值是 65，使⽤ 16 进制表⽰则为 41，所以下⾯的写法是等效的：
var ch byte = 65 或 var ch byte = '\x41'      //（\x 总是紧跟着长度为 2 的 16 进制数）
另外⼀种可能的写法是\后⾯紧跟着长度为 3 的⼋进制数，例如 \377。
Go语⾔同样⽀持 Unicode（UTF-8），因此字符同样称为 Unicode 代码点或者 runes，并在内存中使⽤
int 来表⽰。在⽂档中，⼀般使⽤格式 U+hhhh 来表⽰，其中 h 表⽰⼀个 16 进制数。
在书写 Unicode 字符时，需要在 16 进制数之前加上前缀\u或者\U。因为 Unicode ⾄少占⽤ 2 个字节，所以我们使⽤ int16 或者 int 类型来表⽰。如果需要使⽤到 4 字节，则使⽤\u前缀，如果需要使⽤到 8 个字节，则使⽤\U前缀。
1. var ch int = '\u0041'
2. var ch2 int = '\u03B2'
3. var ch3 int = '\U00101234'
4. fmt.Printf("%d - %d - %d\n", ch, ch2, ch3) // integer
5. fmt.Printf("%c - %c - %c\n", ch, ch2, ch3) // character
6. fmt.Printf("%X - %X - %X\n", ch, ch2, ch3) // UTF-8 bytes
7. fmt.Printf("%U - %U - %U", ch, ch2, ch3) // UTF-8 code point
输出：
65 - 946 - 1053236
A - β - r
41 - 3B2 - 101234
U+0041 - U+03B2 - U+101234
格式化说明符%c⽤于表⽰字符，当和字符配合使⽤时，%v或%d会输出⽤于表⽰该字符的整数，%U输出格式为 U+hhhh 的字符串。Unicode 包中内置了⼀些⽤于测试字符的函数，这些函数的返回值都是⼀个布尔值，如下所⽰（其中 ch 代表字符）：判断是否为字母：unicode.IsLetter(ch)
判断是否为数字：unicode.IsDigit(ch)
判断是否为空⽩符号：unicode.IsSpace(ch)unicode汉字
UTF-8 和 Unicode 有何区别？
Unicode 与 ASCII 类似，都是⼀种字符集。
字符集为每个字符分配⼀个唯⼀的 ID，我们使⽤到的所有字符在 Unicode 字符集中都有⼀个唯⼀的 I
D，例如上⾯例⼦中的 a 在 Unicode 与 ASCII 中的编码都是 97。汉字“你”在 Unicode 中的编码为 20320，在不同国家的字符集中，字符所对应的 ID 也会不同。⽽⽆论任何情况下，Unicode 中的字符的 ID 都是不会变化的。
UTF-8 是编码规则，将 Unicode 中字符的 ID 以某种⽅式进⾏编码，UTF-8 的是⼀种变长编码规则，从 1 到 4 个字节不等。编码规则如下：
0xxxxxx 表⽰⽂字符号 0～127，兼容 ASCII 字符集。
从 128 到 0x10ffff 表⽰其他字符。
根据这个规则，拉丁⽂语系的字符编码⼀般情况下每个字符占⽤⼀个字节，⽽中⽂每个字符占⽤ 3 个字节。
⼴义的 Unicode 指的是⼀个标准，它定义了字符集及编码规则，即 Unicode 字符集和 UTF-8、UTF-16 编码等。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。