Go:
Знаходження довжини рядка

Як:

В Go рядки розглядаються як незмінні послідовності байтів. Ви можете знайти довжину рядка, використовуючи вбудовану функцію len(), яка повертає кількість байтів, а не обов’язково кількість символів. Ось як це використовувати:

package main

import (
	"fmt"
	"unicode/utf8"
)

func main() {
	// Використання len() для знаходження довжини у байтах
	str := "Hello, 世界"
	byteLength := len(str)
	fmt.Println("Довжина у байтах:", byteLength) // Вивід: Довжина у байтах: 13

	// Для точного отримання кількості символів або рун в рядку
	runeLength := utf8.RuneCountInString(str)
	fmt.Println("Довжина рун:", runeLength) // Вивід: Довжина рун: 9
}

Перший метод використання len() може не завжди давати очікуваний результат, оскільки він рахує байти. Для рядків, які містять не-ASCII символи (наприклад, “世界”), замість цього слід використовувати RuneCountInString з пакету unicode/utf8 для точного підрахунку Unicode кодових пунктів.

Поглиблений огляд

До Go 1 не було чіткої відмежування для обробки рядків як послідовностей байтів проти послідовностей символів. Після Go 1, прийняття UTF-8 як стандартної схеми кодування для рядків зажадало більш чіткого підходу. Функція len() чудово працює для ASCII рядків, де символи представлені в одному байті. Однак, як Go програми стали більш глобальними і потреба підтримувати безліч мов і наборів символів виросла, спрощений підхід функції len() показав свої обмеження.

Введення і використання utf8.RuneCountInString() відповідає на ці обмеження, надаючи спосіб для точного підрахунку Unicode символів (рун в термінології Go). Цей метод забезпечує, що обчислення довжини незалежне від конкретики кодування UTF-8, де символи можуть займати кілька байтів.

Альтернативний підхід для перетину та маніпулювання рядками, більш узгоджений з етосом конкурентності та ефективності Go, може полягати в тому, щоб розглядати рядки як розрізи рун. Однак, цей метод потребує кроку перетворення і не відразу вирішує всі тонкощі Unicode (напр., комбіновані символи).

Підсумовуючи, хоча len() підходить для виміру довжини в байтах і ефективний для ASCII тексту, utf8.RuneCountInString() є більш надійним вибором для глобально сумісного застосування. Тим не менш, розробникам рекомендується зрозуміти компроміси в продуктивності та використанні пам’яті, які ці вибори передбачають.