len()返回字符串字节长度而非Unicode字符数,如"你好"返回6;需用utf8.RuneCountInString()获取真实字符数,截取应转[]rune操作避免UTF-8损坏。

Go语言里用 len() 获取字符串长度,但结果可能不是你预期的“字符个数”——它返回的是字节长度,不是Unicode码点数量。
为什么 len("你好") 返回 6 而不是 2
Go 的字符串底层是只读的字节序列([]byte),len() 统计的是 UTF-8 编码后的字节数。中文字符在 UTF-8 中占 3 字节,所以 "你好" 是 2 个字符、6 个字节。
-
len("a")→ 1(ASCII,1 字节) -
len("?")→ 4(emoji,UTF-8 四字节) -
len("??")→ 11(带 ZWJ 连接符的组合 emoji,多个 UTF-8 码元)
想得到“人眼可见的字符数”,该用 utf8.RuneCountInString()
当你要做分页、截断、光标移动或 UI 显示计数时,得按 Unicode 码点(rune)算,而不是字节。
import "unicode/utf8" s := "Hello 世界 ?" fmt.Println(len(s)) // 17(字节) fmt.Println(utf8.RuneCountInString(s)) // 11(rune 数:5 ASCII + 2 中文 + 1 空格 + 3 emoji 相关码元)
- 注意:
utf8.RuneCountInString()遍历整个字符串,时间复杂度 O(n),高频调用需留意 - 如果已转成
[]rune,直接用len([]rune(s))更快,但会额外分配内存 - 对纯 ASCII 字符串,两者结果一致,可省略转换
截取前 N 个字符?别直接用 s[:n]
按字节截断会导致 UTF-8 编码损坏,出现 替换符。
立即学习“go语言免费学习笔记(深入)”;
- 错误写法:
s[:3]对"你好"会切出非法字节序列 - 正确做法:先转
[]rune,再切,最后转回 string:string([]rune(s)[:2]) - 若性能敏感且确定无多字节字符,可用
strings.Reader+ReadRune()逐个读取控制边界
真正麻烦的不是记不住函数名,而是默认用 len() 得到“看似合理”的数字,上线后遇到 emoji 或生僻字才暴露问题——这时候日志里全是 ,而你还在查前端编码设置。


















