Тип rune у Go - це псевдонім для int32.
З огляду на цей базовий тип int32, тип rune зберігає знакове 32-бітне ціле значення.
Однак, на відміну від типу int32, ціле значення, збережене в типі rune, представляє один символ Unicode.
Unicode і кодові точки Unicode
Unicode є надмножиною ASCII, яка представляє символи, призначаючи кожному символу унікальне число.
Це унікальне число називається кодовою точкою Unicode.
Unicode прагне представити всі символи світу, зокрема різні алфавіти, числа, символи й навіть емодзі, як кодові точки Unicode.
У Go тип rune представляє одну кодову точку Unicode.
Наступна таблиця містить приклади символів Unicode разом з їхніми кодовими точками Unicode та десятковими значеннями:
| Символ Unicode |
Кодова точка Unicode |
Десяткове значення |
| 0 |
U+0030 |
48 |
| A |
U+0041 |
65 |
| a |
U+0061 |
97 |
| ¿ |
U+00BF |
191 |
| π |
U+03C0 |
960 |
| 🧠 |
U+1F9E0 |
129504 |
UTF-8
UTF-8 - це кодування символів зі змінною шириною, яке використовується, щоб закодувати кожну кодову точку Unicode як 1, 2, 3 або 4 байти.
Оскільки кодову точку Unicode можна закодувати щонайбільше 4 байтами, тип rune має бути здатним умістити до 4 байтів даних.
Саме тому тип rune є псевдонімом для int32, адже тип int32 здатен умістити до 4 байтів даних.
Файли з вихідним кодом Go кодуються в UTF-8.
Використання rune
Змінні типу rune оголошуються, якщо помістити символ в одинарні лапки:
myRune := '¿'
Оскільки rune - це лише псевдонім для int32, виведення типу rune дасть int32:
myRune := '¿'
fmt.Printf("myRune type: %T\n", myRune)
// Output: myRune type: int32
Подібно до цього, виведення значення rune дасть його ціле (десяткове) значення:
myRune := '¿'
fmt.Printf("myRune value: %v\n", myRune)
// Output: myRune value: 191
Щоб вивести символ Unicode, який представляє rune, використаймо %c як дієслово форматування:
myRune := '¿'
fmt.Printf("myRune Unicode character: %c\n", myRune)
// Output: myRune Unicode character: ¿
Щоб вивести кодову точку Unicode, яку представляє rune, використаймо %U як дієслово форматування:
myRune := '¿'
fmt.Printf("myRune Unicode code point: %U\n", myRune)
// Output: myRune Unicode code point: U+00BF
Rune і рядки тексту
Рядки тексту (англ. string) у Go кодуються в UTF-8, а це означає, що вони містять символи Unicode.
Символи в рядках тексту зберігаються й кодуються як 1, 2, 3 або 4 байти залежно від символу Unicode, який вони представляють.
У Go для представлення послідовностей використовуються зрізи, і ці зрізи можна перебирати за допомогою range.
Коли ми перебираємо рядок тексту, Go перетворює його на послідовність rune, кожна з яких займає 4 байти (нагадаємо, тип rune - це псевдонім для int32!)
Навіть попри те, що рядок тексту - це лише зріз байтів, ключове слово range перебирає rune рядка, а не його байти.
У цьому прикладі змінна index представляє початковий індекс послідовності байтів поточної rune, а змінна char представляє поточну rune:
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
Оскільки rune можуть зберігатися як 1, 2, 3 або 4 байти, довжина рядка тексту не завжди дорівнює кількості символів у ньому.
Використаймо вбудовану функцію len, щоб отримати довжину рядка тексту в байтах, і функцію utf8.RuneCountInString, щоб отримати кількість rune у рядку тексту:
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
Навчальна вправа
