Golang中的字符串转换和Unicode

Question

我正在阅读Go Essentials：

Go中的字符串是字节的不可变序列（8位字节值），这与Python，C＃，Java或Swift等语言（其中字符串为Unicode）不同。

我在玩以下代码：

s := "???"
b :=[]byte{0xe6, 0x97, 0xa5, 0xe6, 0x9c, 0xac, 0xe8, 0xaa, 0x9e}
fmt.Println(string(b) == s) // true

for i, runeChar := range b {
    fmt.Printf("byte position %d: %#U\n", i, runeChar)
}

//byte position 0: U+00E6 'æ'
//byte position 1: U+0097
//byte position 2: U+00A5 '¥'
//byte position 3: U+00E6 'æ'
//byte position 4: U+009C
//byte position 5: U+00AC '¬'
//byte position 6: U+00E8 'è'
//byte position 7: U+00AA 'ª'
//byte position 8: U+009E

for i, runeChar := range string(b) {
    fmt.Printf("byte position %d: %#U\n", i, runeChar)
}

//byte position 0: U+65E5 '?'
//byte position 3: U+672C '?'
//byte position 6: U+8A9E '?'

问题：

1. 当从字符串捕获到字符串时，Golang从何处获得Unicode编码字节数组？rune形式如何？Golang编译器在编译期间是否从文本文件编码中获取Unicode？

2. 以字节数组而不是Java中的utf-16 chars数组实现String的优缺点是什么？

Answer 1

您引用的是一个不可靠的可靠资源：Go Essentials：Strings。除其他外，没有提及Unicode代码点或UTF-8编码。

例如，

package main

import "fmt"

func main() {
    s := "???"
    fmt.Printf("Glyph:             %q\n", s)
    fmt.Printf("UTF-8:             [% x]\n", []byte(s))
    fmt.Printf("Unicode codepoint: %U\n", []rune(s))
}

游乐场：https : //play.golang.org/p/iaYd80Ocitg

输出：

Glyph:             "???"
UTF-8:             [e6 97 a5 e6 9c ac e8 aa 9e]
Unicode codepoint: [U+65E5 U+672C U+8A9E]

参考文献：

Go博客：Go中的字符串，字节，符文和字符

Go编程语言规范

Unicode常见问题解答：UTF-8，UTF-16，UTF-32和BOM

Unicode联盟