Chuỗi, byte và rune

Trong Go, string là một chuỗi byte không thể thay đổi. Chuỗi ký tự được mã hóa bằng UTF-8. rune là bí danh của int32 và đại diện cho một **điểm mã ** Unicode duy nhất.

Hiểu sự khác biệt giữa byte và rune là điều cần thiết để tránh lỗi khi một chuỗi chứa dấu trọng âm, biểu tượng cảm xúc, chữ tượng hình hoặc bất kỳ ký tự không phải ASCII.

string = byte, không phải ký tự

s := "ciaò"
fmt.Println(len(s))   // 5 — not 4!
fmt.Println(s[0])     // 99 ('c' as a byte)
fmt.Println(s[3])     // 195 (first byte of 'ò' in UTF-8)

len(s) trả về số byte, không hiển thị ký tự. Lập chỉ mục s[i] trả về byte thứ i (uint8), không phải ký tự.

for range lặp lại ngọc

for i, r := range s giải mã nhanh UTF-8: i là phần bù byte khi bắt đầu chữ rune, r là chữ rune (int32):

s := "ciaò"
for i, r := range s {
    fmt.Printf("%d %c (U+%04X)\n", i, r, r)
}
// 0 c (U+0063)
// 1 i (U+0069)
// 2 a (U+0061)
// 3 ò (U+00F2)   <- starts at byte 3, takes 2 bytes

[]rune(s): lập chỉ mục theo từng ký tự

Chuyển đổi rõ ràng: phân bổ một lát rune mới. Tốn kém nhưng đôi khi cần thiết:

runes := []rune("ciaò")
fmt.Println(len(runes))    // 4
fmt.Println(string(runes[3])) // ò

string(runes) là chuyển đổi nghịch đảo: nhận []rune và tạo ra một chuỗi UTF-8.

Chuỗi là bất biến

s := "ciao"
// s[0] = 'C'   // ERROR: cannot assign to s[0]

Để biến đổi, hãy chuyển đổi thành []byte hoặc []rune, thao tác, chuyển đổi ngược lại:

b := []byte(s)
b[0] = 'C'
s = string(b)   // "Ciao"

Nối

Toán tử + hoạt động nhưng đối với nhiều phép nối trong vòng lặp, hãy sử dụng strings.Builder (hiệu quả hơn, tránh phân bổ trung gian):

var sb strings.Builder
for i := 0; i < 5; i++ {
    sb.WriteString("ab")
}
fmt.Println(sb.String())   // "ababababab"

Gói hữu ích

• strings: Contains, HasPrefix, Split, Join, ToUpper, Replace...
• strconv: Atoi, Itoa, ParseFloat, FormatInt...
• unicode: IsLetter, IsDigit, ToUpper...
• unicode/utf8: RuneCountInString (thay thế cho len([]rune(s))).

Hãy thử nó

s := "ciaò"
fmt.Println(len(s))

Tóm tắt lại

• string = chuỗi byte bất biến, được mã hóa UTF-8.
• len(s) = byte; s[i] = byte thứ i (uint8).
• for i, r := range s giải mã rune; i là phần bù byte.
• []rune(s) để lập chỉ mục theo ký tự (tốn kém, phân bổ).
• Để thay đổi: đi qua []byte hoặc []rune.
• Để nối trong một vòng lặp: strings.Builder.
• Các gói key: strings, strconv, unicode, unicode/utf8.