go语言中把字符串末尾的中文去掉 go 字符串转byte_字符串


大家好,我是明哥。

由于某些不可抗力,之前该专栏的所有内容都被删除了。因此之后的一段时间内,我会重新发布这些文章,先给已经看过的关注者提个醒。



1. byte 与 rune

byte,占用1个节字,就 8 个比特位,所以它和 uint8 类型本质上没有区别,它表示的是 ACSII 表中的一个字符。

如下这段代码,分别定义了 byte 类型和 uint8 类型的变量 a 和 b


import "fmt"

func main() {
    var a byte = 65 
    // 8进制写法: var c byte = '101'     其中  是固定前缀
    // 16进制写法: var c byte = 'x41'    其中 x 是固定前缀

    var b uint8 = 66
    fmt.Printf("a 的值: %c nb 的值: %c", a, b)
    // 或者使用 string 函数
    // fmt.Println("a 的值: ", string(a)," nb 的值: ", string(b))
}


在 ASCII 表中,由于字母 A 的ASCII 的编号为 65 ,字母 B 的ASCII 编号为 66,所以上面的代码也可以写成这样


import "fmt"

func main() {
    var a byte = 'A'
    var b uint8 = 'B'
    fmt.Printf("a 的值: %c nb 的值: %c", a, b)
}


他们的输出结果都是一样的。


a 的值: A 
b 的值: B


rune,占用4个字节,共32位比特位,所以它和 uint32 本质上也没有区别。它表示的是一个 Unicode字符(Unicode是一个可以表示世界范围内的绝大部分字符的编码规范)。


import (
    "fmt"
    "unsafe"
)

func main() {
    var a byte = 'A'
    var b rune = 'B'
    fmt.Printf("a 占用 %d 个字节数nb 占用 %d 个字节数", unsafe.Sizeof(a), unsafe.Sizeof(b))
}


输出如下


a 占用 1 个字节数
b 占用 4 个字节数


由于 byte 类型能表示的值是有限,只有 2^8=256 个。所以如果你想表示中文的话,你只能使用 rune 类型。


var name rune = '中'


或许你已经发现,上面我们在定义字符时,不管是 byte 还是 rune ,我都是使用单引号,而没使用双引号。

对于从 Python 转过来的人,这里一定要注意了,在 Go 中单引号与 双引号并不是等价的。

单引号用来表示字符,在上面的例子里,如果你使用双引号,就意味着你要定义一个字符串,赋值时与前面声明的前面会不一致,这样在编译的时候就会出错。


cannot use "A" (type string) as type byte in assignment


上面我说了,byte 和 uint8 没有区别,rune 和 uint32 没有区别,那为什么还要多出一个 byte 和 rune 类型呢?

理由很简单,因为uint8 和 uint32 ,直观上让人以为这是一个数值,但是实际上,它也可以表示一个字符,所以为了消除这种直观错觉,就诞生了 byte 和 rune 这两个别名类型。

2. 字符串

字符串,可以说是大家很熟悉的数据类型之一。定义方法很简单


var mystr string = "hello"


上面说的byte 和 rune 都是字符类型,若多个字符放在一起,就组成了字符串,也就是这里要说的 string 类型。

比如 hello ,对照 ascii 编码表,每个字母对应的编号是:104,101,108,108,111


import (
    "fmt"
)

func main() {
    var mystr01 string = "hello"
    var mystr02 [5]byte = [5]byte{104, 101, 108, 108, 111}
    fmt.Printf("mystr01: %sn", mystr01)
    fmt.Printf("mystr02: %s", mystr02)
}


输出如下,mystr01 和 mystr02 输出一样,说明了 string 的本质,其实是一个 byte数组


mystr01: hello
mystr02: hello


通过以上学习,我们知道字符分为 byte 和 rune,占用的大小不同。

这里来考一下大家,hello,中国 占用几个字节?

要回答这个问题,你得知道 Go 语言的 string 是用 uft-8 进行编码的,英文字母占用一个字节,而中文字母占用 3个字节,所以 hello,中国 的长度为 5+1+(3*2)= 12个字节。


import (
    "fmt"
)

func main() {
    var country string = "hello,中国"
    fmt.Println(len(country))
}
// 输出
12


以上虽然我都用双引号表示 一个字符串,但这并不是字符串的唯一表示方式。

除了双引号之外 ,你还可以使用反引号。

大多情况下,二者并没有区别,但如果你的字符串中有转义字符 ,这里就要注意了,它们是有区别的。

使用反引号号包裹的字符串,相当于 Python 中的 raw 字符串,会忽略里面的转义。

比如我想表示 rn 这个 字符串,使用双引号是这样写的,这种叫解释型表示法


var mystr01 string = "rn"


而使用反引号,就方便多了,所见即所得,这种叫原生型表示法


var mystr02 string = `rn`


他们的打印结果 都是一样的


import (
    "fmt"
)

func main() {
    var mystr01 string = "rn"
    var mystr02 string = `rn`
    fmt.Println(mystr01)
    fmt.Println(mystr02)
}

// output
rn
rn


如果你仍然想使用解释型的字符串,但是各种转义实在太麻烦了。你可以使用 fmt 的 %q 来还原一下。


import (
    "fmt"
)

func main() {
    var mystr01 string = `rn`
    fmt.Println(`rn`)
    fmt.Printf("的解释型字符串是: %q", mystr01)
}


输出如下


rn
的解释型字符串是: "rn"


同时反引号可以不写换行符(因为没法写)来表示一个多行的字符串。


import (
    "fmt"
)

func main() {
    var mystr01 string = `你好呀!
我是明哥`

    fmt.Println(mystr01)
}


输出如下


你好呀!
我是明哥



好了,今天的文章就到这里了。

若今天的分享对你有帮助,不如点个赞,支持一下?