go - 元音变音和切片

Question

我在读取具有固定列长度格式的文件时遇到了一些麻烦。某些列可能包含变音符号。

变音符号似乎使用 2 个字节而不是 1 个字节。这不是我所期望的行为。有没有返回子字符串的函数？在这种情况下，切片似乎不起作用。

这是一些示例代码：

http://play.golang.org/p/ZJ1axy7UXe

umlautsString := "Rhön"
fmt.Println(len(umlautsString))
fmt.Println(umlautsString[0:4])

印刷：

5
Rhö

Answer 1

在 go 中，字符串的一部分计算字节数，而不是runes。这就是为什么"Rhön"[0:3]给你Rh和ö.

以 UTF-8 编码的字符表示为符文，因为 UTF-8 将字符编码为超过一个字节（最多四个字节）以提供更大范围的字符。

如果要使用[]语法对字符串进行切片，请将字符串转换为[]rune之前的字符串。示例（播放中）：

umlautsString := "Rhön"
runes = []rune(umlautsString)
fmt.Println(string(runes[0:3])) // Rhö

值得注意：这篇关于 go 中字符串表示的 golang 博客文章。

Answer 2

您可以转换string为[]rune并使用它：

package main

import "fmt"

func main() {
  umlautsString := "Rhön"

  fmt.Println(len(umlautsString))

  subStrRunes:= []rune(umlautsString)

  fmt.Println(len(subStrRunes))

  fmt.Println(string(subStrRunes[0:4]))
}

http://play.golang.org/p/__WfitzMOJ

希望有帮助！

Answer 3

另一种选择是utf8string包装：

package main
import "golang.org/x/exp/utf8string"

func main() {
   s := utf8string.NewString("")
   // example 1
   n := s.RuneCount()
   println(n == 5)
   // example 2
   t := s.Slice(0, 2)
   println(t == "")
}

https://pkg.go.dev/golang.org/x/exp/utf8string