لاگ‌ها، لاگ‌ها، لاگ‌ها!

نوع rune در Go نام دیگری برای int32 است. با توجه به این نوع int32 زیربنایی، نوع rune یک مقدار صحیح ۳۲ بیتی علامت‌دار را نگه می‌دارد. با این حال، برخلاف نوع int32، مقدار صحیح ذخیره‌شده در نوع rune یک کاراکتر یونیکد را نمایش می‌دهد.

یونیکد و نقاط کد یونیکد

یونیکد یک ابرمجموعه از ASCII است که کاراکترها را با اختصاص یک عدد یکتا به هر کاراکتر نمایش می‌دهد. به این عدد یکتا، نقطه‌ی کد یونیکد می‌گویند. یونیکد هدف دارد که همه‌ی کاراکترهای جهان، شامل الفباهای مختلف، اعداد، نمادها و حتی ایموجی‌ها را به صورت نقاط کد یونیکد نمایش دهد.

در Go، نوع rune یک نقطه‌ی کد یونیکد را نمایش می‌دهد.

جدول زیر شامل کاراکترهای یونیکد نمونه به همراه نقطه‌ی کد یونیکد و مقادیر اعشاری آن‌هاست:

UTF-8

UTF-8 یک کدبندی کاراکتر با عرض متغیر است که برای کدبندی هر نقطه‌ی کد یونیکد به صورت ۱، ۲، ۳ یا ۴ بایت استفاده می‌شود. از آنجایی که یک نقطه‌ی کد یونیکد می‌تواند حداکثر به ۴ بایت کدبندی شود، نوع rune باید بتواند تا ۴ بایت داده را نگه دارد. به همین دلیل است که نوع rune نام دیگری برای int32 است، زیرا نوع int32 قادر است تا ۴ بایت داده را نگه دارد.

فایل‌های کد منبع Go با UTF-8 کدبندی می‌شوند.

استفاده از runeها

متغیرهای از نوع rune با قرار دادن یک کاراکتر داخل تک‌کوتیشن اعلان می‌شوند:

myRune := '¿'

از آنجایی که rune فقط نام دیگری برای int32 است، چاپ نوع یک rune منجر به int32 می‌شود:

myRune := '¿'
fmt.Printf("myRune type: %T\n", myRune)
// Output: myRune type: int32

به طور مشابه، چاپ مقدار یک rune مقدار صحیح (اعشاری) آن را نشان می‌دهد:

myRune := '¿'
fmt.Printf("myRune value: %v\n", myRune)
// Output: myRune value: 191

برای چاپ کاراکتر یونیکد نمایش‌داده‌شده توسط rune، از مشخص‌کننده‌ی قالب‌بندی %c استفاده کنید:

myRune := '¿'
fmt.Printf("myRune Unicode character: %c\n", myRune)
// Output: myRune Unicode character: ¿

برای چاپ نقطه‌ی کد یونیکد نمایش‌داده‌شده توسط rune، از مشخص‌کننده‌ی قالب‌بندی %U استفاده کنید:

myRune := '¿'
fmt.Printf("myRune Unicode code point: %U\n", myRune)
// Output: myRune Unicode code point: U+00BF

runeها و رشته‌ها

رشته‌ها در Go با UTF-8 کدبندی می‌شوند، که به این معنی است که شامل کاراکترهای یونیکد هستند. کاراکترها در رشته‌ها به صورت ۱، ۲، ۳ یا ۴ بایت ذخیره و کدبندی می‌شوند، بسته به کاراکتر یونیکدی که نمایش می‌دهند.

در Go، از اسلایس‌ها برای نمایش دنباله‌ها استفاده می‌شود و این اسلایس‌ها را می‌توان با استفاده از range پیمایش کرد. وقتی روی یک رشته پیمایش می‌کنیم، Go رشته را به مجموعه‌ای از runeها تبدیل می‌کند که هر کدام ۴ بایت است (به یاد داشته باشید، نوع rune نام دیگری برای int32 است!)

حتی اگر یک رشته فقط یک اسلایس از بایت باشد، کلیدواژه‌ی range روی runeهای رشته پیمایش می‌کند، نه بایت‌های آن.

در این مثال، متغیر index نشان‌دهنده‌ی اندیس شروع دنباله‌ی بایتی rune فعلی است و متغیر char نشان‌دهنده‌ی rune فعلی است:

myString := "❗hello"
for index, char := range myString {
  fmt.Printf("Index: %d\tCharacter: %c\t\tCode Point: %U\n", index, char, char)
}
// Output:
// Index: 0	Character: ❗		Code Point: U+2757
// Index: 3	Character: h		Code Point: U+0068
// Index: 4	Character: e		Code Point: U+0065
// Index: 5	Character: l		Code Point: U+006C
// Index: 6	Character: l		Code Point: U+006C
// Index: 7	Character: o		Code Point: U+006F

از آنجایی که runeها می‌توانند به صورت ۱، ۲، ۳ یا ۴ بایت ذخیره شوند، طول یک رشته ممکن است همیشه با تعداد کاراکترهای آن برابر نباشد. از تابع توکار len برای گرفتن طول یک رشته بر حسب بایت و از تابع utf8.RuneCountInString برای گرفتن تعداد runeهای یک رشته استفاده کنید:

import "unicode/utf8"

myString := "❗hello"
stringLength := len(myString)
numberOfRunes := utf8.RuneCountInString(myString)

fmt.Printf("myString - Length: %d - Runes: %d\n", stringLength, numberOfRunes)
// Output: myString - Length: 8 - Runes: 6