知识卡片
字符串range按码点迭代
对字符串使用 range 时,迭代按 UTF-8 解码后的 Unicode 码点推进,得到的位置仍是字节偏移。rune 是 Go 对单个码点的叫法。书中遍历 "日本\x80語":日 从字节 0 开始,本 从字节 3 开始,非法字节 \x80 单独变成替代符文 U+FFFD(字节 6),語 从字节 7 开始。因此不能把位置当成字符序号,也不能假设每一步只跨一个字节。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 控制结构 · 查看原书依据
对于字符串,range会做更多的事情,通过解析UTF-8来拆分出单个的Unicode编码点。错误的编码会消耗一个字节,产生一个替代的符文(rune)U+FFFD。
参考来源
- 位置:《Effective Go中文版》第06章《控制结构》(源文件:`_epub-src/OEBPS/控制结构.md.html`)
- 结论依据:原文展示 `range` 对 UTF-8 字符串的解码以及包含非法字节的例子,输出码点对应的字节位置。
- 原始内容:对于字符串, range 会做更多的事情,通过解析UTF-8来拆分出单个的Unicode编码点。错误的编码会消耗一个字节,产生一个替代的符文(rune)U+FFFD。