讲师中心 微信公众号
AI工具推荐 视频效率加速

如何在Golang中处理UTF-16编码的字符串 Go语言unicode/utf16包使用

星敏姑娘_8951

星敏姑娘_8951

发布时间:2026-03-16 13:45:13

|

280人浏览过

|

来源于php中文网

原创

utf16.Decode 返回 []rune 而非 string,需先将 UTF-16 字节流解析为 []uint16(手动处理 BOM 和字节序),再调用 utf16.Decode 得 []rune,最后用 string() 转为 UTF-8 字符串。

如何在golang中处理utf-16编码的字符串 go语言unicode/utf16包使用

Go 里 utf16.Decode 解出来的不是字符串,是 []rune

这是最常卡住人的地方:你用 utf16.Decode 把 UTF-16 字节切片转出来,结果得到的是 []rune,不是 string。Go 的 string 底层是 UTF-8 编码的字节序列,不能直接把 UTF-16 码点数组当字符串用。

  • 错误写法:str := string(utf16.Decode(b)) —— 这会把每个 rune 当成一个字节转,乱码且长度错
  • 正确做法:先转成 []rune,再用 string() 构造 UTF-8 字符串:string(utf16.Decode(b)) 实际上可行,但前提是 b 是已解码的 UTF-16 码元([]uint16),不是原始字节
  • 真正常见场景是读取 Windows API 或某些二进制协议传来的 UTF-16LE 字节流,得先用 encoding/binary 拆成 []uint16,再喂给 utf16.Decode

处理 BOM 和大小端必须手动判断,unicode/utf16 不自动识别

utf16.Decode 只负责把 []uint16 转成 []rune,它不管字节序、也不看 BOM。如果你拿到的是原始字节(比如从文件读的 []byte),BOM 和端序得自己处理。

  • 典型错误:直接对 UTF-16LE 文件调 binary.Read(..., binary.LittleEndian, &buf) 却忘了先跳过 2 字节 BOM(0xFF 0xFE)
  • 安全做法:用 utf16.Decode 前,先检查前两个字节是否为 0xFF 0xFE(LE)或 0xFE 0xFF(BE),再选对应端序解析 []uint16
  • Windows 记事本默认存 UTF-16LE + BOM;Go 标准库没提供类似 Python 的 open(..., encoding='utf-16') 自动探测,必须手撸

utf16.Encode 输出的是 []uint16,不是字节,别忘了转端序再写文件

想把 Go 字符串写成 UTF-16 文件?utf16.Encode 返回的是 []uint16,不是 []byte。你得自己决定端序,再用 encoding/binary 写出去。

Golang Spf13 Viper
Golang Spf13 Viper

Go 配置库,使用 spf13/viper — 分层优先级(flag > env >file > KV > default),提供 BindPFlag/BindPFlags、SetEnvPrefix + SetEnvKeyReplace 等功能。

下载
  • 漏掉 BOM:很多工具(如 Notepad)依赖 BOM 判断编码,不写就可能被当成 ANSI
  • 端序写反:用 binary.LittleEndian 写了却标成 UTF-16BE,或者反过来
  • 推荐流程:runes := []rune(str) → uint16s := utf16.Encode(runes) → write(0xFF, 0xFE) → binary.Write(..., binary.LittleEndian, uint16s)

代理对(surrogate pair)在 Go 中天然支持,但别误以为 len(string) 是字符数

UTF-16 用代理对表示 Unicode 中超出 BMP 的字符(比如 ?、大部分 emoji),utf16.Decode 会正确合并它们成单个 rune。这点 Go 做得很干净——但容易忽略的是后续操作。

立即学习“go语言免费学习笔记(深入)”;

  • len(s) 返回的是 UTF-8 字节数,不是字符数;utf8.RuneCountInString(s) 才是真实字符数
  • 如果用 range 遍历字符串,Go 自动按 rune 切,不会把代理对拆开——这是对的,但别拿 index 去做字节偏移假设
  • 跨语言交互时(比如传给 C 函数),注意 C 层面对 UTF-16 的理解是否包含代理对;Go 的 uint16 slice 是标准 UTF-16 编码,可直接传

实际写的时候,BOM 和端序处理最容易漏,一漏整个文件就打不开。别指望库替你猜,Go 的哲学是明确优于隐式。

热门AI工具

更多
PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

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。

超级简历WonderCV

一款AI办公效率工具,主要用于免费求职简历模版下载制作,应届生职场人必备简历制作神器,适合需要提升相关任务效率的用户。

Laper
Laper Hot

Laper是专为编剧、导演和制片人推出的 AI 原生剧本创作工具。

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。

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。

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。

Loomy
Loomy Hot

一款AI工具,主要用于科大讯飞发布的桌面级 AI 助理,比 OpenClaw 更易用、更安全!,适合需要提升相关任务效率的用户。

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。

2789

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。

2168

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。

1140

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。

1078

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。

1296

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。

1998

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 。

3080

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。

13555

2023.09.22

LLVM自定义Pass怎么写
LLVM自定义Pass怎么写

本专题聚焦LLVM自定义Pass开发,整理Pass类结构、run()方法、PreservedAnalyses、CMake构建、插件注册、-load-pass-plugin加载和测试用例编写流程。

0

2026.09.30

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