符文 vs 字节范围在字符串上

Question

根据https://blog.golang.org/strings和我的测试，看起来当我们range是一个字符串时，我们得到的字符是rune类型，但是如果我们通过 获取它str[index]，它们将是byte类型，这是为什么呢？

Answer 1

只是一个关于为什么以这种方式定义语言的快速简单的答案。

想想符文是什么。Arune代表一个Unicode码位，可以由多个字节组成，根据编码的不同也有不同的表示。

现在想想mystring[i]如果返回 arune而不是 a ，这意味着什么byte。由于不扫描字符串就无法知道每个符文的长度，因此该操作需要每次扫描整个字符串，从而使类似数组的访问需要 O(n) 而不是 O(1)。

如果mystring[i]每次都扫描整个字符串，对于语言用户来说将是非常违反直觉的，并且对于语言开发人员来说也更加复杂。这就是为什么大多数区分 Unicode 字符和字节的编程语言（如 Go、Rust、Python）在索引时只返回字节。

从字符串rune的开头进行迭代时，一次访问一个字符串要简单得多，例如使用range. 连续的字节可以被扫描并组合在一起，直到它们形成一个有效的 Unicode 字符，该字符可以作为 返回rune，然后继续下一个。

Answer 2

对于第一级，原因是因为这就是语言的定义方式。该字符串类型告诉我们：

字符串值是一个（可能是空的）字节序列。字节数称为字符串的长度，永远不会为负数。字符串是不可变的：一旦创建，就不可能更改字符串的内容。

和：

字符串的字节可以通过整数索引 0 到 len(s)-1 访问。

同时，range是一个可以插入到forstatement 中的子句，并且规范说：

“范围”子句中右侧的表达式称为范围表达式，它可能是... [a] 字符串...

和：

2. 对于字符串值，“范围”子句从字节索引 0 开始迭代字符串中的 Unicode 代码点。在连续迭代中，索引值将是连续 UTF-8 编码代码点的第一个字节的索引字符串和第二个类型rune的值将是相应代码点的值。如果迭代遇到无效的 UTF-8 序列，则第二个值将是0xFFFDUnicode 替换字符，下一次迭代将在字符串中前进一个字节。

如果你想知道为什么语言是这样定义的，你真的必须问定义者自己。但是，请注意，如果for仅覆盖字节，则需要构建自己的更高级的循环来覆盖符文。鉴于这for ... range 确实通过符文工作，如果你想通过字符串中的字节工作s，你可以写：

for i := 0; i < len(s); i++ {
    ...
}

并轻松访问s[i]循环内。你也可以写：

for i, b := range []byte(s) {
}

并访问循环内的索引i和字节b。（从字符串转换为[]byte，反之亦然，可能需要一个副本，因为[]byte可以修改。不过，在这种情况下，range不会修改它，编译器可以优化掉副本。请参阅下面的 icza 评论或对golang 的回答：[ ]字节（串）VS []字节（*字符串）。）所以，你还没有失去任何能力，只是也许点点简洁的。