Rune与字符串上的字节之间的关系

Question

根据https://blog.golang.org/strings和我的测试，看起来当我们range一个字符串时，我们得到的字符是rune类型，但是如果我们通过str[index]得到它，它们将是byte类型，为什么呢？

Answer 1

对于第一个层次，原因是因为这是如何定义语言。字符串类型告诉我们：

字符串值是(可能为空的)字节序列。字节数称为字符串的长度，从不为负数。字符串是不可变的:一旦创建，就不可能更改字符串的内容。

以及：

整数索引0可以通过len(s)-1访问字符串的字节。

同时，range是一个可以插入到语句中的子句，规范说：

" range“子句中右边的表达式称为范围表达式，它可能是.一根绳子。

以及：

1. 对于字符串值，"range“子句从字节索引0开始遍历字符串中的Unicode代码点。在连续迭代时，索引值将是字符串中连续UTF-8编码的代码点的第一个字节的索引，第二个值的类型为rune，将是相应的代码点的值。如果迭代遇到无效的UTF-8序列，第二个值将是0xFFFD，Unicode替换字符，下一个迭代将在字符串中前进一个字节。

如果你想知道为什么语言是这样定义的，你真的必须问定义者自己。但是，请注意，如果for仅位于字节上，则需要构造自己的高级循环才能在代码中进行范围。考虑到for ... range确实在运行脚本，如果您想使用字符串s中的字节，则可以编写：

for i := 0; i < len(s); i++ {
    ...
}

并且很容易在循环中访问s[i]。你也可以写：

for i, b := range []byte(s) {
}

并访问循环中的索引i和字节b。(从字符串到[]byte的转换(反之亦然)可能需要一个副本，因为[]byte可以修改。但是，在这种情况下，range不会修改它，编译器可以优化副本。见icza的评论如下或这个答案 to (串).)所以你没有失去任何能力，也许只是一个简洁的斯米琴。

Answer 2

简单快速地回答一下为什么语言是这样定义的。

想想什么是符文。rune表示一个Unicode代码点，它可以由多个字节组成，并且根据编码也有不同的表示形式。

现在想想，如果mystring[i]返回了一个rune而不是一个byte，那么它意味着什么。因为如果不扫描字符串，就无法知道每个符文的长度，因此该操作将要求每次扫描整个字符串，从而使类似数组的访问采用O(n)而不是O(1)。

如果mystring[i]每次扫描整个字符串，对于语言的用户来说，这将是非常违反直觉的，而且对于语言开发人员来说也更加复杂。这就是为什么大多数编程语言(如Go、Rust、Python)区分Unicode字符和字节，有时只支持字节索引。

相反，每次访问一个rune的字符串在迭代时要简单得多，比如使用range。可以扫描连续字节并将其分组，直到它们形成一个有效的Unicode字符，该字符可以作为rune返回，然后转移到下一个字节。

Answer 3

只是让你知道。如果您想在string上迭代一个经典的for循环，并使用运算符[]来获得rune，您可以这样做：

{
  rstr := []rune(MyString)
  for idx := 0; idx < len(rstr); idx++ {
    // code before...
    currentRune := rstr[idx]
    _ = currentRune // to avoid unused error
    // code after...
  }
}