8.30Go之字元型別(byte和rune)

字元

概念：

• 我們可以把一個字串理解成為一個字元陣列，字串的每一個索引對應的值就是字元

示例：

str := "Hello"
/*
str是一個字串，那麼它是由字元陣列組成。
字元陣列分別的值是'H'、'e'、'l'、'l'、'o'
*/

Go語言當中的字元

• uint8 型別，或者叫 byte 型，代表了 ASCII 碼的一個字元(這是一種無符號型別)。

• 另一種是 rune 型別，代表一個 UTF-8 字元，當需要處理中文、日文或者其他複合字符時，則需要用到 rune 型別。rune 型別等價於 int32 型別(這是一種有符號型別)。

byte 型別是 uint8 的別名

示例：

var ch byte = 65
var ch byte = '\x41'
/*
\x 總是緊跟著長度為 2 的 16 進位制數
*/

Go語言支援 Unicode（UTF-8），字元稱為 Unicode 程式碼點或者 runes，在記憶體中使用 int 來表示。

格式：

U+hhhh一個h表示一個16進位制數

書寫Unicode字元需要使用到字首：

使用 4 位元組，使用\u字首，使用 8 個位元組，使用\U字首。

package main
​
import "fmt"
​
func main() {
    var ch int = '\u0041'
    var ch2 int = '\u03B2'
    var ch3 int = '\U00101234'
    fmt.Printf("%d - %d - %d\n", ch, ch2, ch3) // integer
    fmt.Printf("%c - %c - %c\n", ch, ch2, ch3) // character
    fmt.Printf("%X - %X - %X\n", ch, ch2, ch3) // UTF-8 bytes
    fmt.Printf("%U - %U - %U", ch, ch2, ch3)  // UTF-8 code point
    /*
    格式化說明符%c用於表示字元，當和字元配合使用時，%v或%d會輸出用於表示該字元的整數，%U輸出格式為 U+hhhh 的字串。
     */
}
 

Unicode 包中內建了一些用於測試字元的函式，這些函式的返回值都是一個布林值：

• 判斷是否為字母：unicode.IsLetter(ch)

• 判斷是否為數字：unicode.IsDigit(ch)

• 判斷是否為空白符號：unicode.IsSpace(ch)

UTF-8編碼與Unicode字符集的區別

Unicode是一種字符集：

Unicode 與 ASCII 類似，都是一種字符集。

字符集為每個字元分配一個唯一的 ID

UTF-8是編碼規則：

將 Unicode 中字元的 ID 以某種方式進行編碼，UTF-8 的是一種變長編碼規則，從 1 到 4 個位元組不等。

• 0xxxxxx 表示文字元號 0～127，相容 ASCII 字符集。

• 從 128 到 0x10ffff 表示其他字元。