Go rune 和 byte

引入

字符串里提到 UTF-8 编码和 range 遍历拿到的是字符而不是字节。那单个字符在 Go 里到底是什么类型？答案是 rune 和 byte。rune 代表一个 Unicode 码点，byte 代表一个字节。搞清楚这两个类型的区别，才能正确处理中文、emoji 等多字节字符。

正文

定义

定义

rune 是 int32 的别名，代表一个 Unicode 码点（即一个字符）。byte 是 uint8 的别名，代表一个字节。字符串在内存中以 byte 序列存储（UTF-8 编码），但逻辑上由 rune 序列组成。

语法

// rune：单个字符（Unicode 码点）
var r rune = 'A'      // 65
var r2 rune = '你'    // 20320
 
// byte：单个字节
var b byte = 'A'      // 65
var b2 byte = 0xFF    // 255

例子

rune 是什么

var r1 rune = 'A'
var r2 rune = '你'
var r3 rune = '😀'
 
fmt.Printf("%c %U %d\n", r1, r1, r1)  // A U+0041 65
fmt.Printf("%c %U %d\n", r2, r2, r2)  // 你 U+4F60 20320
fmt.Printf("%c %U %d\n", r3, r3, r3)  // 😀 U+1F600 128512

rune 本质上就是 int32，每个 rune 值对应 Unicode 标准里的一个码点。用单引号 '…' 写出来的是 rune 字面量。

字符	Unicode 码点	rune 值
'A'	U+0041	65
'你'	U+4F60	20320
'😀'	U+1F600	128512

byte 是什么

var b1 byte = 'A'   // 65
var b2 byte = 255   // byte 最大值
// var b3 byte = 256  // 编译报错：溢出
 
fmt.Printf("%c %d\n", b1, b1)  // A 65

byte 就是 uint8，范围 0 ~ 255。它代表一个字节的数据，是字符串在内存中的基本单位。

字符串的 byte 和 rune

s := "你好"
 
// 按 byte 遍历（拿到每个字节）
for i := 0; i < len(s); i++ {
    fmt.Printf("byte[%d] = %d\n", i, s[i])
}
// byte[0] = 228
// byte[1] = 189
// byte[2] = 160
// byte[3] = 229
// byte[4] = 165
// byte[5] = 177
 
// 按 rune 遍历（拿到每个字符）
for i, r := range s {
    fmt.Printf("rune[%d] = %c (%U)\n", i, r, r)
}
// rune[0] = 你 (U+4F60)
// rune[3] = 好 (U+597D)

len(s) 返回字节数（6），range 遍历拿到的是 rune（2 个字符）。注意 range 返回的索引是字节偏移量，不是字符索引。

UTF-8 编码

s := "A你😀"
 
// 每个字符占几个字节？
fmt.Printf("字节数: %d\n", len(s))                    // 8
fmt.Printf("字符数: %d\n", utf8.RuneCountInString(s))  // 3

字符	UTF-8 字节数
ASCII（A-Z, 0-9 等）	1 字节
中文、日文等	3 字节
emoji 等补充平面字符	4 字节

UTF-8 是变长编码，ASCII 字符占 1 字节，和 ASCII 完全兼容。

字符串和 rune 切片互转

s := "你好"
 
// 字符串转 rune 切片
runes := []rune(s)  // [20320 22909]
fmt.Println(len(runes))  // 2（字符数）
 
// rune 切片转字符串
s2 := string(runes)  // "你好"
 
// 用 rune 切片修改字符串中的某个字符
runes[0] = '我'
s3 := string(runes)  // "我好" → 不对，是"我好"

因为字符串不可变，要修改某个字符就得先转成 []rune，改完再转回来。

unicode 包

import "unicode"
 
unicode.IsLetter('A')    // true
unicode.IsDigit('9')     // true
unicode.IsUpper('A')     // true
unicode.IsLower('a')     // true
unicode.IsSpace(' ')     // true
unicode.Is(unicode.Han, '你')  // true（判断是否为汉字）

unicode 包提供了判断和操作 Unicode 字符的函数。

常见写法

写法	说明
'A'	rune 字面量
var r rune = '你'	声明 rune 变量
var b byte = 65	声明 byte 变量
[]rune(s)	字符串转 rune 切片
[]byte(s)	字符串转字节切片
string(r)	rune 转字符串
utf8.RuneCountInString(s)	获取字符数
range s	按 rune 遍历字符串

特点

• rune 就是 int32 的别名，代表一个 Unicode 码点
• byte 就是 uint8 的别名，代表一个字节
• 单引号 'A' 是 rune，双引号 "A" 是 string
• 字符串按 UTF-8 编码存储，不同字符占 1~4 字节不等
• len(s) 返回字节数，utf8.RuneCountInString(s) 返回字符数
• range 遍历字符串时拿到的是 rune，索引是字节偏移量
• 要修改字符串中的字符，需要先转 []rune 再转回来

理解

rune 和 byte 的本质区别就是字符 vs 字节。byte 是存储层面的最小单位，rune 是逻辑层面的一个字符。Go 的字符串底层是 byte 序列，但 range 会自动按 UTF-8 解码成 rune。处理纯 ASCII 文本时 byte 就够了，但涉及中文、emoji 就得用 rune，否则 len() 和索引都会出错。

引出

rune 是 int32，byte 是 uint8，这些不同类型之间经常需要互相转换。接下来看 Go 类型转换，学习 Go 里不同类型之间怎么做显式转换、strconv 包的用法以及类型断言。