go语言len函数差别

在 Go 语言里，len 函数在处理字符串时，返回的是字符串所占用的字节数，而非字符的数量。这一差异在处理包含多字节字符（像 UTF - 8 编码的中文、日文、韩文等字符）时尤为明显。

UTF - 8 编码规则

UTF - 8 是一种变长编码，不同字符占用的字节数有所不同：

• 对于 ASCII 字符（如英文字母、数字和常见标点符号），每个字符占 1 个字节。
• 对于大多数常见的汉字，每个字符占 3 个字节。
• 某些特殊字符或表情符号可能占 4 个字节。

示例代码分析

以下代码展示了 len 函数对不同字符串的处理结果：

package main

import (
    "fmt"
)

func main() {
    // 包含 5 个 ASCII 字符的字符串
    asciiStr := "abcde"
    fmt.Printf("ASCII 字符串: %s, 长度: %d\n", asciiStr, len(asciiStr))

    // 包含 5 个汉字的字符串
    chineseStr := "测试数据！"
    fmt.Printf("中文 字符串: %s, 长度: %d\n", chineseStr, len(chineseStr))
}

代码解释

• ASCII 字符串：asciiStr 由 5 个 ASCII 字符构成，每个字符占 1 个字节，所以 len(asciiStr) 的结果是 5。
• 中文 字符串：chineseStr 包含 5 个汉字和 1 个标点符号，每个汉字通常占 3 个字节，标点符号可能占 1 或 3 个字节（取决于具体编码），所以 len(chineseStr) 的结果会大于 5。

获取字符数量的方法

若要获取字符串中字符的实际数量，可将字符串转换为 rune 切片，再计算切片的长度，示例如下：

package main

import (
    "fmt"
)

func main() {
    chineseStr := "测试数据！"
    runeSlice := []rune(chineseStr)
    charCount := len(runeSlice)
    fmt.Printf("中文 字符串: %s, 字符数量: %d\n", chineseStr, charCount)
}

总结

len 函数返回的是字符串占用的字节数，而非字符数量。在处理多字节字符时，要把字符串转换为 rune 切片来获取准确的字符数量。若输入的 5 个字符是多字节字符，len 函数返回 15 是合理的，因为每个字符可能占 3 个字节。