1 概述
Go語言的字符串是使用 UTF-8 編碼的。UTF-8 是 Unicode 的實現方式之一。本文內容包括：UTF-8 和 Unicode 的關系，Go語言提供的 unicode 包和 unicode/utf8 包的使用。
下面話不多說了，來一起看看詳細的介紹吧
2 UTF-8 和 Unicode 的關系
Unicode一種字符集，是國際標誰化組織（ISO）設計的一個包括了地球上所有文化、所有字母和符號 的編碼。他們叫它 Universal Multiple-Octet Coded Character Set，簡稱 UCS，也就是 Unicode。Unicode 為每一個 字符 分配一個唯一的 碼點（Code Point），就是一個唯一的值。例如 康 的碼點就是 24247，十六進制為 5eb7。
Unicode 字符集僅僅定義了字符與碼點的對應關系，但是并沒有定義該如何編碼（存儲）這個碼值，這就導致了很多問題。例如由于字符的碼值不同，導致所需要的存儲空間是不一致的，計算機不能確定接下來的字符是占用幾個字節。還有就是如果采用固定的長度假設都是4個字節來存儲碼點值，那么會導致空間的額外浪費，因為 ascii 碼字符其實僅僅需要一個字節的空間。
UTF-8 就是解決如何為 Unicode 編碼而設計的一種編碼規則?？梢哉f UTF-8 是 Unicode 的實現方式之一。其特點是一種變長編碼，使用1到4個字節表示一個字符，根據不同的符號而變化長度。UTF-8 的編碼規則有二：
以下是編碼規則：
Unicode | UTF-8--------------------------------------------------------- 0000 0000-0000 007F | 0xxxxxxx0000 0080-0000 07FF | 110xxxxx 10xxxxxx0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx---------------------------------------------------------
Go語言中，對于 Unicode 和 UTF-8 使用了 unicode 和 unicode/utf8 包來實現，下面是閱讀 API 的總結和說明。
3 Unicode 包
Go語言中，提供了 Unicode 包，處理與 Unicode 相關的操作，整理如下：
Is(rangeTab *RangeTable, r rune) bool
檢測 rune r 是否在 rangeTable 指定的字符范圍內。
rangeTable 一個 Unicode 碼值集合，通常使用 unicode 包中定義的集合。
判斷字符是否出現在漢字集合中：
unicode.Is(unicode.Scripts["Han"], 'k')// 返回 falseunicode.Is(unicode.Scripts["Han"], '康')// 返回 true
In(r rune, ranges …*RangeTable) bool
檢測 rune r 是否在多個 rangeTable 指定的字符范圍內。
rangeTable 一個 Unicode 碼值集合，通常使用 unicode 包中定義的集合。
unicode.In('康', unicode.Scripts["Han"], unicode.Scripts["Latin"])// 返回 trueunicode.In('k', unicode.Scripts["Han"], unicode.Scripts["Latin"])// 返回 trueIsOneOf(ranges []*RangeTable, r rune) bool
檢測 rune r 是否在 rangeTable ranges 指定的字符范圍內。與 In 功能類似，推薦使用 In。
IsSpace(r rune) bool
檢測字符 rune r 是否是空白字符。在Latin-1字符空間中，空白字符為：
'/t', '/n', '/v', '/f', '/r', ' ', U+0085 (NEL), U+00A0 (NBSP)
其它的空白字符請參見策略Z和屬性Pattern_White_Space。
IsDigit(r rune) bool
檢測字符 rune r 是否是十進制數字字符。
unicode.IsDigit('9')// 返回 trueunicode.IsDigit('k')// 返回 falseIsNumber(r rune) bool
檢測字符 rune r 是否是 Unicode 數字字符。
IsLetter(r rune) bool
檢測一個字符 rune r 是否是字母
unicode.IsLetter('9')// 返回 falseunicode.IsLetter('k')// 返回 trueIsGraphic(r rune) bool
一個字符 rune r 是否是 unicode 圖形字符。圖形字符包括字母、標記、數字、符號、標點、空白。
unicode.IsGraphic('9')// 返回 trueunicode.IsGraphic(',')// 返回 trueIsControl(r rune) bool
檢測一個字符 rune r 是否是 unicode 控制字符。
IsMark(r rune) bool
檢測一個字符 rune r 是否是標記字符。
IsPrint(r rune) bool
檢測一個字符 rune r 是否是的可打印字符，基本與圖形字符一致，除ASCII空白字符U+0020。
IsPunct(r rune) bool
檢測一個字符 rune r 是否是 unicode標點字符。
unicode.IsPunct('9')// 返回 falseunicode.IsPunct(',')// 返回 trueIsSymbol(r rune) bool
檢測一個字符 rune r 是否是 unicode 符號字符。
IsLower(r rune) bool
檢測一個字符 rune r 是否是小寫字母。
unicode.IsLower('h')// 返回 trueunicode.IsLower('H')// 返回 falseIsUpper(r rune) bool
檢測一個字符 rune r 是否是大寫字母。
unicode.IsUpper('h')// 返回 falseunicode.IsUpper('H')// 返回 trueIsTitle(r rune) bool
檢測一個字符 rune r 是否是Title字符。大部分字符的 Title 格式就是其大寫格式，少數字符的 Title 格式是特殊字符，例如 ???。
unicode.IsTitle('?')// 返回 trueunicode.IsTitle('h')// 返回 falseunicode.IsTitle('H')// 返回 trueTo(_case int, r rune) rune
將字符 rune r 轉換為指定的格式，格式_case支持：unicode.UpperCase、unicode.LowerCase、unicode.TitleCase
unicode.To(unicode.UpperCase, 'h')// 返回 H
ToLower(r rune) rune
將字符 rune r 轉換為小寫。
unicode.ToLower('H')// 返回 hfunc (SpecialCase) ToLower
將字符 rune r 轉換為小寫。優先使用映射表 SpecialCase。
映射表 SpecialCase 是特定語言環境下大小寫的映射表。主要應用于一些歐洲字符，例如土耳其 TurkishCase。
unicode.TurkishCase.ToLower('?')// 返回 iToUpper(r rune) rune
將字符 rune r 轉換為大寫。
unicode.ToUpper('h')// 返回 Hfunc (SpecialCase) ToUpper
將字符 rune r 轉換為大寫。優先使用映射表 SpecialCase。
映射表 SpecialCase 是特定語言環境下大小寫的映射表。主要應用于一些歐洲字符，例如土耳其 TurkishCase。
unicode.TurkishCase.ToUpper('i')// 返回 ?ToTitle(r rune) rune
將字符 rune r 轉換為 Title 字符。
unicode.ToTitle('h')// 返回 Hfunc (SpecialCase) ToTitle
將字符 rune r 轉換為 Title 字符。優先使用映射表 SpecialCase。
映射表 SpecialCase 是特定語言環境下大小寫的映射表。主要應用于一些歐洲字符，例如土耳其 TurkishCase。
unicode.TurkishCase.ToTitle('i')// 返回 ?SimpleFold(r rune) rune
在 unicode 標準字符映射中查找與 rune r 互相對應的 unicode 碼值。向碼值大的方向循環查找?；ハ鄬傅氖峭粋€字符可能出現的多種寫法。
unicode.SimpleFold('H')// 返回 hunicode.SimpleFold('Φ')) // 返回 φ4 unicode/utf8 包
DecodeLastRune(p []byte) (r rune, size int)
解碼 []byte p 中最后一個 UTF-8 編碼序列，返回該碼值和長度。
utf8.DecodeLastRune([]byte("小韓說課"))// 返回 35838 3// 35838 就是課的 unicode 碼值DecodeLastRuneInString(s string) (r rune, size int)
解碼 string s 中最后一個 UTF-8 編碼序列，返回該碼值和長度。
utf8.DecodeLastRuneInString("小韓說課")// 返回 35838 3// 35838 就是課的 unicode 碼值DecodeRune(p []byte) (r rune, size int)
解碼 []byte p 中第一個 UTF-8 編碼序列，返回該碼值和長度。
utf8.DecodeRune([]byte("小韓說課"))// 返回 23567 3// 23567 就是 小 的 unicode 碼值DecodeRuneInString(s string) (r rune, size int)
解碼 string s 中第一個 UTF-8 編碼序列，返回該碼值和長度。
utf8.DecodeRuneInString("小韓說課")// 返回 23567 3// 23567 就是 小 的 unicode 碼值EncodeRune(p []byte, r rune) int
將 rune r 的 UTF-8 編碼序列寫入 []byte p，并返回寫入的字節數。p 滿足足夠的長度。
buf := make([]byte, 3)n := utf8.EncodeRune(buf, '康')fmt.Println(buf, n)// 輸出 [229 186 183] 3
FullRune(p []byte) bool
檢測 []byte p 是否包含一個完整 UTF-8 編碼。
buf := []byte{229, 186, 183} // 康utf8.FullRune(buf)// 返回 trueutf8.FullRune(buf[:2])// 返回 falseFullRuneInString(s string) bool
檢測 string s 是否包含一個完整 UTF-8 編碼。
buf := "康" // 康utf8.FullRuneInString(buf)// 返回 trueutf8.FullRuneInString(buf[:2])// 返回 false
RuneCount(p []byte) int
返回 []byte p 中的 UTF-8 編碼的碼值的個數。
buf := []byte("小韓說課")len(buf)// 返回 12utf8.RuneCount(buf)// 返回 4RuneCountInString(s string) (n int)
返回 string s 中的 UTF-8 編碼的碼值的個數。
buf := "小韓說課"len(buf)// 返回 12utf8.RuneCountInString(buf)// 返回 4
RuneLen(r rune) int
返回 rune r 編碼后的字節數。
utf8.RuneLen('康')// 返回 3utf8.RuneLen('H')// 返回 1RuneStart(b byte) bool
檢測字節 byte b 是否可以作為某個 rune 編碼的第一個字節。
buf := "小韓說課"utf8.RuneStart(buf[0])// 返回 trueutf8.RuneStart(buf[1])// 返回 falseutf8.RuneStart(buf[3])// 返回 true
Valid(p []byte) bool
檢測切片 []byte p 是否包含完整且合法的 UTF-8 編碼序列。
valid := []byte("小韓說課")invalid := []byte{0xff, 0xfe, 0xfd}utf8.Valid(valid)// 返回 trueutf8.Valid(invalid)// 返回 falseValidRune(r rune) bool
檢測字符 rune r 是否包含完整且合法的 UTF-8 編碼序列。
valid := 'a'invalid := rune(0xfffffff)fmt.Println(utf8.ValidRune(valid))// 返回 truefmt.Println(utf8.ValidRune(invalid))// 返回 false
ValidString(s string) bool
檢測字符串 string s 是否包含完整且合法的 UTF-8 編碼序列。
valid := "小韓說課"invalid := string([]byte{0xff, 0xfe, 0xfd})fmt.Println(utf8.ValidString(valid))// 返回 truefmt.Println(utf8.ValidString(invalid))// 返回 false完！
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對VEVB武林網的支持。
新聞熱點
疑難解答
