Go 中的 rune 类型

一句话：rune 是「一个 Unicode 码点」，string 是「一串 UTF-8 字节」

先把三个容易混的概念钉死，后面全是展开。

rune 到底是什么

rune 只是 int32 的类型别名，专用来表示一个 Unicode 码点。

// builtin.go 里的官方定义
type rune = int32

// 用法：一个 rune 装的是一个「码点编号」
var r rune = '中'      // 20013，即 U+4E2D
var r2 rune = '\u4E2D'   // 同样 20013
var r3 rune = 0x1F600  // 😀 emoji 的码点 U+1F600

fmt.Printf("%d %c\n", r, r)  // 20013 中

rune 和别的语言的 char 有什么不同

很多语言有 char，但它们的 char 含义天差地别。Go 干脆不叫 char，叫 rune，避免误导。

rune 和 string 的根本区别

这是日常最容易踩坑的地方。记住：string 是字节序列，不是 rune 序列。

func main() {
    s := "Go语言"
    fmt.Println(len(s))            // 8：G(1)+o(1)+语(3)+言(3) = 8 个字节
    fmt.Println(utf8.RuneCountInString(s)) // 4：4 个「字符」

    fmt.Println(s[2])           // 232：拿到的是第 3 个「字节」(0xE8)，不是「语」
    fmt.Printf("%c\n", s[2]) // è：乱码，因为切在了 UTF-8 字符中间

    for _, r := range s {    // range 自动按 UTF-8 解码
        fmt.Printf("%c ", r) // G o 语 言
    }
}

为什么 Go 要专门定义 rune

根因只有一个：Unicode 码点数量庞大，且 UTF-8 是变长编码，导致「字符」和「字节」必须对不齐。

UTF-8 编码长什么样：为什么字节和字符错位

同一条 string，从「字节视角」和「rune 视角」看完全不同。

遍历与索引：for range vs 下标

想「按字符」处理，永远优先用 for range；下标只给字节。

// ✅ 正确：按 rune 遍历，自动跳过多字节
for i, r := range "Hello, 世界😀" {
    fmt.Printf("位置%d 字符%c 码点%U\n", i, r, r)
}
// 位置0 字符H 码点U+0048
// 位置9 字符世 码点U+4E16
// 位置12 字符界 码点U+754C
// 位置15 字符😀 码点U+1F600

// ⚠️ 注意：range 的 i 是「该 rune 起始字节的下标」，不是第几个字符

// ❌ 危险：用下标遍历 string，会切出半截字节
s := "语言"
for i := 0; i < len(s); i++ {
    fmt.Printf("%c ", s[i]) // 乱码：逐字节打印
}

// 转成 []rune 后下标 = 第几个字符
rs := []rune("语言Go")
fmt.Println(string(rs[0])) // 语
fmt.Println(len(rs))        // 4（字符数）

string、[]byte、[]rune 三者互转

掌握这三组转换，就掌握了 Go 文本处理的主线。

"abc"  ──[]byte(s)──▶  []byte{'a','b','c'}  // 字节视图（ASCII 下等价）
"abc"  ──[]rune(s)─▶  []rune{'a','b','c'}  // 字符视图
[]byte(s) ──string(b)─▶ "abc"            // 字节→字符串
[]rune(s)──string(r)─▶ "abc"            // 字符→字符串

// 中英混合时差异显现：
s := "Go语言"
fmt.Println(len([]byte(s)))  // 8
fmt.Println(len([]rune(s)))  // 4

五个最常见的 rune / string 坑

都是真实项目里反复出现的问题，逐个给出正确写法。

s := "中文"
fmt.Println(len(s))                    // 6（字节），常以为是 2
fmt.Println(utf8.RuneCountInString(s)) // 2（字符），要这个

// ❌ 直接按字节反转，中文全乱
func badReverse(s string) string {
    b := []byte(s)
    for i, j := 0, len(b)-1; i < j; i, j = i+1, j-1 { b[i], b[j] = b[j], b[i] }
    return string(b) // 中文炸裂
}
// ✅ 转 []rune 再反转
func goodReverse(s string) string {
    r := []rune(s)
    for i, j := 0, len(r)-1; i < j; i, j = i+1, j-1 { r[i], r[j] = r[j], r[i] }
    return string(r)
}

s := "语言Go"
fmt.Println(s[0])        // 232：字节，不是「语」
rs := []rune(s)
fmt.Println(string(rs[0])) // 语：先转 rune 切片

b := []byte("语")
for _, v := range b { // v 是 byte，不是 rune
    fmt.Printf("%c", v) // 乱码
}
// ✅ 要字符就直接在 string 上 range，或转 []rune
for _, r := range "语" { fmt.Printf("%c", r) } // 语

s := "Go语言"
fmt.Println(s[:3]) // "Go语" 的前 3 字节 = G o + 语的第一字节 → 乱码/非法 UTF-8
// ✅ 按 rune 截断：
rs := []rune(s)
fmt.Println(string(rs[:3])) // "Go语" 正确

一句话速查表

贴在显示器旁那种。