Golang unicode 字符值

Question

我运行此代码并获得输出，但为什么字节值为 E4B8AD 而 int 值为 20013。为什么第 2 列不等于第 5 列？

主要包

import(
    "fmt"
)

func main(){

    str2 := "中文"

    fmt.Println("index int(rune) rune char bytes")
    for index, rune := range str2{
        fmt.Printf("%-2d      %d       %U '%c' %X\n", index, rune, rune, rune, []byte(string(rune)))
    }
}

输出是:

index int(rune) rune char bytes
0      20013       U+4E2D '中' E4B8AD
1      25991       U+6587 '文' E69687

Answer 1

字符的 Unicode 代码点不一定与给定字符编码中该字符的字节表示相同。

对于字符中，码位是U+4E2D，但是在各种字符编码中的字节表示是:

• E4B8AD (UTF-8)
• 4E2D (UTF-16)
• 00004E2D (UTF-32)

有一个非常好的答案 here这解释了如何在代码点和字节表示之间进行转换。还有优秀的 The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)乔尔·斯波斯基 (Joel Spolsky) 着。