Go语言字符串浅析

在Go语言中，字符串就是一个只读（read-only）的，可以包含任意字节（byte）的切片（slice）。由于Go源码文件都是使用UTF-8编码的，所以直接在源码中输入的字符串也都是用UTF-8编码的（前提是字符串里没有byte-level escapes，即字节层面上的转义）。请看下面这个例子：

package main
import "fmt"

func main() {
    s := "日志log"

    fmt.Println(len(s))
}

执行结果：

9

s是一个UTF-8编码的字符串，“日志”两个汉字各占3个字节，所以一共是9个字节。

再看一个例子：

package main
import "fmt"

func main() {
    s:="\xFF\xFF"

    fmt.Println(len(s))
}

执行结果：

2

虽然0xFF不是一个合法的UTF-8编码字符，但是因为字符串可以包含任意字节，所以s仍是一个合法的字符串。

Go语言引入rune类型（实际就是int32）来表示字符（character），“日志log”这个字符串包含了5个字符，9个字节。 可以用for range循环来遍历UTF-8编码字符串的每个字符：

package main
import "fmt"

func main() {
    s := "日志log"
    for index, runeValue := range s {
        fmt.Printf("%#U starts at byte position %d\n", runeValue, index)
    }
}

执行结果：

U+65E5 '日' starts at byte position 0
U+5FD7 '志' starts at byte position 3
U+006C 'l' starts at byte position 6
U+006F 'o' starts at byte position 7
U+0067 'g' starts at byte position 8

参考资料：
Strings, bytes, runes and characters in Go。