Go中的字符串编码与Unicode处理 描述 在Go语言中，字符串是只读的字节序列，可以包含任意数据，但通常用于存储文本。Go源码默认采用UTF-8编码，字符串也常以UTF-8形式存储。理解Go如何处理字符串编码和Unicode字符对于正确处理国际化文本、避免乱码和实现高效字符串操作至关重要。 知识点详解 字符串的底层表示 Go字符串在底层是一个结构体，包含指向字节数组的指针和字节长度。 字符串本身不存储编码信息，但约定俗成使用UTF-8编码。 示例： str := "Hello, 世界" 在内存中存储为UTF-8字节序列。 码点（Rune）与字节（Byte） Unicode码点 ：每个字符在Unicode标准中的唯一编号，Go中用 rune 类型（int32别名）表示。 UTF-8编码 ：变长编码方案，将一个码点编码为1~4个字节。 关键区别： len(str) 返回字节数。 len([]rune(str)) 返回字符数（码点数量）。 示例： "世界" 的字节长度为6（每个汉字3字节），但字符数为2。 字符串遍历的两种方式 按字节遍历 ：使用 for i := 0; i < len(str); i++ ，得到每个字节（可能截断多字节字符）。 按字符遍历 ：使用 for _, r := range str ，自动解码UTF-8，每次迭代返回一个完整的 rune 。 标准库中的Unicode处理 unicode/utf8 包：提供UTF-8编码解码函数（如 DecodeRuneInString ）、长度计算（ RuneCountInString ）和验证功能。 unicode 包：提供字符分类函数（如 IsDigit 、 IsLetter ）和大小写转换。 示例：使用 utf8.ValidString 检查字节序列是否为有效UTF-8。 字符串转换与优化 字符串与 []byte 转换涉及内存分配和复制，需谨慎高频使用。 strings.Builder 类型用于高效构建字符串，避免多次分配。 示例：拼接大量字符串时， Builder 比 + 运算符性能更优。 常见问题与解决方案 子字符串截取 ：直接按字节索引截取可能导致无效UTF-8序列。应先转换为 []rune 再截取，或使用 utf8 包函数安全处理。 字符串长度 ：需要字符数时，使用 utf8.RuneCountInString 而非 len 。 国际化比较 ：使用 strings.EqualFold 进行不区分大小写比较，或 golang.org/x/text 包处理更复杂的排序和转换。 通过理解这些原理，可避免常见的文本处理错误，并编写出高效、国际化的Go代码。