讲师中心 微信公众号
AI工具推荐 视频效率加速

Golang标准库之unicode包字符判断 Go语言中文处理与Rune属性检查

冬丽酱_3093

冬丽酱_3093

发布时间:2026-03-14 12:45:12

|

480人浏览过

|

来源于php中文网

原创

unicode.IsLetter 对中文返回 false,因其仅识别 Ll、Lu 等字母子类,而汉字属 Lo 类别;应改用 unicode.Is(unicode.Letter, r) 判断中日韩文字。

golang标准库之unicode包字符判断 go语言中文处理与rune属性检查

unicode.IsLetter 为什么对中文返回 false

它只认 Unicode 字母类(L&、Ll、Lu 等),而中文汉字属于 Lo(Letter, other)类别,不在 unicode.IsLetter 的判定范围内。这不是 bug,是设计如此。

  • 用 unicode.IsLetter 判断英文、俄文、希腊字母没问题,但对汉字、日文平假名、韩文字母都会返回 false
  • 真正兼容中日韩的判断,得用 unicode.IsOneOf 配合字符类别集合,比如 unicode.Letter(注意:这是个 []*RangeTable,不是单个类别)
  • 更直接的做法是:先转成 rune,再查 unicode.Is(unicode.Letter, r) —— 这个 unicode.Letter 才包含 Lo、Lm、Lt 等全部字母子类

示例:

if unicode.Is(unicode.Letter, r) { /* 中文、英文、emoji 字母都进这里 */ }

区分中文字符和 ASCII 字母要用 unicode.IsHan 还是 unicode.Scripts

标准库根本没有 unicode.IsHan —— 这是常见误解。Go 的 unicode 包不提供按“汉字”“日文”“韩文”这种语义划分的函数,只有按 Unicode 脚本(Script)或区块(Block)的底层支持。

  • 判断是否为汉字,正确姿势是:unicode.Is(unicode.Han, r),其中 unicode.Han 是预定义的脚本范围表(*unicode.RangeTable)
  • unicode.Han 覆盖的是 Unicode 的 Han 脚本,包括中日韩越共用汉字,但不含平假名、片假名、谚文(它们分别对应 Hiragana、Katakana、Hangul)
  • 注意:脚本判断依赖 Go 版本,unicode.Han 在 Go 1.19+ 才完整支持扩展汉字区(如 Ext-B/C/D/E),旧版本可能漏判部分生僻字

strings.TrimSpace 处理中文空格失效怎么办

strings.TrimSpace 只删 '\t'、'\n'、'\r'、' ' 和 '\v'、'\f' 这六个 ASCII 控制符,对全角空格( ,U+3000)、零宽空格(U+200B)等完全无效。

Alibabacloud Sdk Client Initialization For Golang
Alibabacloud Sdk Client Initialization For Golang

初始化并管理阿里云SDK Go 客户端,涵盖 sync.Once 单例、goroutine 安全、endpoint 与 region 配置、VPC 端点及调试。

下载

立即学习“go语言免费学习笔记(深入)”;

  • 要清理广义“空白”,得自己写循环 + unicode.IsSpace,它识别所有 Unicode 空白字符(含 U+3000、U+2000–U+200A 等)
  • 注意:unicode.IsSpace 也会把换行、制表符算进去,行为接近但不等价于 strings.TrimSpace,需确认业务是否接受
  • 若只要删首尾,别用 strings.Map 全局替换,而是手写两端扫描逻辑,避免误伤中间内容

简例:

func trimAllSpace(s string) string {
    runes := []rune(s)
    i, j := 0, len(runes)-1
    for i <= j && unicode.IsSpace(runes[i]) { i++ }
    for j >= i && unicode.IsSpace(runes[j]) { j-- }
    return string(runes[i:j+1])
}

unicode.IsPrint 判定中文标点时意外返回 false

某些中文标点(如 《》【】『』、省略号 …、破折号 —)在 Unicode 中被归类为 Pc(Punctuation, connector)或 Po(Punctuation, other),而 unicode.IsPrint 只放行 L*、M*、N*、P*、S*、Zs 等大类里的“可打印”子集——但它**排除了 Pc**。

  • 所以 《(U+300C)、【(U+3010)这类会返回 false,尽管它们显然该显示
  • 实际做“是否能安全输出”判断,别依赖 IsPrint,改用 !unicode.IsControl(r) && !unicode.Is(unicode.Cc, r) 更稳妥
  • 如果目标是过滤掉不可见控制符(如 U+0000–U+001F),直接检查 unicode.IsControl 就够了,IsPrint 的语义太窄,容易误伤

这个边界模糊点,常出现在日志清洗、模板渲染前的字符校验环节,一不留神就让合法标点消失。

热门AI工具

更多
Seko
Seko Hot

一款AI视频创作工具,主要用于商汤科技推出的创编一体的AI短视频创作Agent,适合需要提升相关任务效率的用户。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

火山引擎

火山引擎是一款面向企业的云计算与AI服务平台。

Lovart
Lovart Hot

一款面向视觉设计创作的AI设计平台,可通过智能体和画布工作流辅助制作海报、Logo、网页、PPT及其他视觉内容。

PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

AionClaw
AionClaw Hot

AionClaw是一款面向办公、创作和编程任务的AI桌面智能体。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

墨刀AI
墨刀AI Hot

一款AI图像与设计工具,主要用于产品经理的专属智能体,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

相关专题

更多
C语言变量命名
C语言变量命名

c语言变量名规则是:1、变量名以英文字母开头;2、变量名中的字母是区分大小写的;3、变量名不能是关键字;4、变量名中不能包含空格、标点符号和类型说明符。php中文网还提供c语言变量的相关下载、相关课程等内容,供大家免费下载使用。

3289

2023.06.20

c语言入门自学零基础
c语言入门自学零基础

C语言是当代人学习及生活中的必备基础知识,应用十分广泛,本专题为大家c语言入门自学零基础的相关文章,以及相关课程,感兴趣的朋友千万不要错过了。

2348

2023.07.25

c语言运算符的优先级顺序
c语言运算符的优先级顺序

c语言运算符的优先级顺序是括号运算符 > 一元运算符 > 算术运算符 > 移位运算符 > 关系运算符 > 位运算符 > 逻辑运算符 > 赋值运算符 > 逗号运算符。本专题为大家提供c语言运算符相关的各种文章、以及下载和课程。

1280

2023.08.02

c语言数据结构
c语言数据结构

数据结构是指将数据按照一定的方式组织和存储的方法。它是计算机科学中的重要概念,用来描述和解决实际问题中的数据组织和处理问题。数据结构可以分为线性结构和非线性结构。线性结构包括数组、链表、堆栈和队列等,而非线性结构包括树和图等。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

1238

2023.08.09

c语言random函数用法
c语言random函数用法

c语言random函数用法:1、random.random,随机生成(0,1)之间的浮点数;2、random.randint,随机生成在范围之内的整数,两个参数分别表示上限和下限;3、random.randrange,在指定范围内,按指定基数递增的集合中获得一个随机数;4、random.choice,从序列中随机抽选一个数;5、random.shuffle,随机排序。

1376

2023.09.05

c语言const用法
c语言const用法

const是关键字,可以用于声明常量、函数参数中的const修饰符、const修饰函数返回值、const修饰指针。详细介绍:1、声明常量,const关键字可用于声明常量,常量的值在程序运行期间不可修改,常量可以是基本数据类型,如整数、浮点数、字符等,也可是自定义的数据类型;2、函数参数中的const修饰符,const关键字可用于函数的参数中,表示该参数在函数内部不可修改等等。

2218

2023.09.20

c语言get函数的用法
c语言get函数的用法

get函数是一个用于从输入流中获取字符的函数。可以从键盘、文件或其他输入设备中读取字符,并将其存储在指定的变量中。本文介绍了get函数的用法以及一些相关的注意事项。希望这篇文章能够帮助你更好地理解和使用get函数 。

3580

2023.09.20

c数组初始化的方法
c数组初始化的方法

c语言数组初始化的方法有直接赋值法、不完全初始化法、省略数组长度法和二维数组初始化法。详细介绍:1、直接赋值法,这种方法可以直接将数组的值进行初始化;2、不完全初始化法,。这种方法可以在一定程度上节省内存空间;3、省略数组长度法,这种方法可以让编译器自动计算数组的长度;4、二维数组初始化法等等。

16515

2023.09.22

Playwright 测试失败怎么办
Playwright 测试失败怎么办

Playwright测试失败专题汇集超时、定位器匹配、浏览器提前关闭、依赖与插件配置、文件上传、SSL及Docker启动等故障文章,并介绍通过截图、报告和Trace定位错误。

0

2026.10.21

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn