Go语言教程之边写边学：Golang中的字符串：字符串字符编码

字符串通过字符编码在计算机中存储和表示。在Go中，字符串默认使用UTF-8编码，这意味着它可以轻松表示任何Unicode字符。

什么是字符编码？

字符编码是一组将字符转换为计算机可以理解的数字代码的规则。常见的字符编码包括ASCII、ISO-8859-1和UTF-8。

UTF-8编码简介

UTF-8是一种可变长度的Unicode字符编码方法，它使用1到4个字节来表示字符。它是Unicode标准的官方推荐编码。

示例代码：

当你运行这个时，你会看到像G和o (ASCII)这样的字符由单个字节表示，而世和界 (Unicode) 在其UTF-8编码中由多个字节表示。

package main

import (
  "fmt"
)

func main() {
  // 包含ASCII和Unicode字符str := "Go世界"

  fmt.Println("String:", str)

  // 输出unicode编码fmt.Println("Rune Code Points:")
  for _, runeValue := range str {
    fmt.Printf("%c: %U\n", runeValue, runeValue)
  }

  // 输出UTF-8编码byte
  fmt.Println("UTF-8 Bytes:")
  for i := 0; i < len(str); i++ {
    fmt.Printf("%c: %x\n", str[i], str[i])
  }
}

输出：

Rune Code Points:
G: U+0047
o: U+006F世: U+4E16界: U+754C

UTF-8 Bytes:
G: 47
o: 6f
ä: e4
¸: b8
: 96
ç: e7
: 95
: 8c

Unicode码位和符文类型

Unicode码位是每个字符的唯一数字表示形式。在Go中，可以使用类型存储和处理符文Unicode码位。

示例代码：

当您运行该程序时，它将打印字符串语言中字符的Unicode码位。

package main

import (
  "fmt"
)

func main() {
  str := "语言"

  for _, char := range str {
    fmt.Printf("U+%04X ", char) // U+8BED U+8A00
  }
}

字符串与UTF-8的互操作性

可以使用len函数获取字符串的字节长度，但在UTF-8编码下，需要用utf8.RuneCountInString来获取字符数。

str := "语言"
byteLen := len(str)
runeLen := utf8.RuneCountInString(str)
fmt.Println(byteLen)  // 6
fmt.Println(runeLen)  // 2

将字符串解码为符文切片

使用[]rune将字符串转换为符文切片。

str := "语言"
runes := []rune(str)
fmt.Println(runes) // [35821 35328]

转换字符编码

尽管Go主要支持UTF-8，但有时可能需要与其他字符编码(如ISO-8859-1或GBK)进行互操作。在这种情况下，可以使用第三方库，例如golang.org/x/text/encoding。

import "golang.org/x/text/encoding/simplifiedchinese"
import "golang.org/x/text/transform"

str := "语言"
encoder := simplifiedchinese.GB18030.NewEncoder()
encoded, _, _ := transform.String(encoder, str)
fmt.Println(encoded) // ����