Go:
Znajdowanie długości łańcucha

Jak to zrobić:

W Go, ciągi znaków traktowane są jako niezmienne sekwencje bajtów. Długość ciągu znaków można znaleźć za pomocą wbudowanej funkcji len(), która zwraca liczbę bajtów, a niekoniecznie liczbę znaków. Oto jak jej użyć:

package main

import (
	"fmt"
	"unicode/utf8"
)

func main() {
	// Używanie len() do znalezienia długości w bajtach
	str := "Hello, 世界"
	byteLength := len(str)
	fmt.Println("Długość w bajtach:", byteLength) // Wyjście: Długość w bajtach: 13

	// Aby dokładnie uzyskać liczbę znaków lub runów w ciągu znaków
	runeLength := utf8.RuneCountInString(str)
	fmt.Println("Długość Runów:", runeLength) // Wyjście: Długość Runów: 9
}

Pierwsza metoda przy użyciu len() może nie zawsze dawać oczekiwany wynik, ponieważ liczy bajty. Dla ciągów zawierających znaki inne niż ASCII (jak “世界”), zamiast tego należy użyć RuneCountInString z pakietu unicode/utf8, aby dokładnie zliczyć punkty kodowe Unicode.

Pogłębiona analiza

Przed Go 1 nie było ścisłego rozgraniczenia dla obsługi ciągów znaków jako sekwencje bajtów w porównaniu z sekwencjami znaków. Po Go 1, przyjęcie UTF-8 jako standardowego schematu kodowania dla ciągów znaków wymagało jaśniejszych podejść. Funkcja len() doskonale nadaje się do ciągów ASCII, gdzie znaki są reprezentowane w pojedynczym bajcie. Jednak, gdy aplikacje Go stały się bardziej globalne, a potrzeba wsparcia mnóstwa języków i zestawów znaków wzrosła, proste podejście len() pokazało ograniczenia.

Wprowadzenie i użycie utf8.RuneCountInString() odpowiada na te ograniczenia, zapewniając sposób na zliczanie rzeczywistych znaków Unicode (runów w terminologii Go). Ta metoda zapewnia, że obliczenie długości jest niezależne od specyfiki kodowania UTF-8, gdzie znaki mogą zajmować wiele bajtów.

Alternatywne podejście do przeglądania i manipulowania ciągami znaków, bardziej zgodne z etosem współbieżności i efektywności Go, może polegać na traktowaniu ciągów znaków jako wycinków runów. Jednak ta metoda wymaga kroku konwersji i nie rozwiązuje natychmiast wszystkich subtelności Unicode (np. znaków łączących).

Podsumowując, chociaż len() nadaje się do określania długości w bajtach i jest wydajne dla tekstu ASCII, utf8.RuneCountInString() jest bardziej niezawodnym wyborem dla aplikacji kompatybilnej globalnie. Mimo to, zachęca się programistów do zrozumienia kompromisów w zakresie wydajności i użycia pamięci, które te wybory niosą.