文字列とルーン

はじめに

この実験では、Go 言語の文字列とルーンに焦点を当てています。Go 言語では、文字列はバイトの読み取り専用スライスであり、ルーンは Unicode コードポイントを表す整数です。この実験では、Go 言語で文字列とルーンを扱う方法を探ります。

文字列とルーン

この実験で解決する問題は、Go 言語で文字列とルーンを扱う方法を理解することです。具体的には、文字列の長さを取得する方法、文字列のインデックスにアクセスする方法、文字列内のルーンの数をカウントする方法、および文字列内のルーンを反復処理する方法をカバーします。

この実験を完了するには、以下が必要です。

• Go 言語の構文の基本的な理解
• Go 言語の文字列とルーンの知識
• Go 言語の標準ライブラリ

$ go run strings-and-runes.go
Len: 18
e0 b8 aa e0 b8 a7 e0 b8 b1 e0 b8 aa e0 b8 94 e0 b8 b5
Rune count: 6
U+0E2A 'ส' starts at 0
U+0E27 'ว' starts at 3
U+0E31 'ั' starts at 6
U+0E2A 'ส' starts at 9
U+0E14 'ด' starts at 12
U+0E35 'ี' starts at 15

Using DecodeRuneInString
U+0E2A 'ส' starts at 0
found so sua
U+0E27 'ว' starts at 3
U+0E31 'ั' starts at 6
U+0E2A 'ส' starts at 9
found so sua
U+0E14 'ด' starts at 12
U+0E35 'ี' starts at 15

以下に完全なコードがあります。

// Go 言語の文字列は、バイトの読み取り専用スライスです。この言語と
// 標準ライブラリは、文字列に特別な扱いを行います。
// [UTF-8](https://en.wikipedia.org/wiki/UTF-8) でエンコードされた
// テキストのコンテナとしてです。
// 他の言語では、文字列は「文字」で構成されています。
// Go 言語では、文字の概念は `rune` と呼ばれます。これは、
// Unicode コードポイントを表す整数です。
// [この Go 言語のブログ記事](https://go.dev/blog/strings) は、
// このトピックの良い紹介になっています。

package main

import (
    "fmt"
    "unicode/utf8"
)

func main() {

    // `s` は、タイ語の「こんにちは」を表すリテラル値が割り当てられた
    // `string` です。Go 言語の文字列リテラルは UTF-8 でエンコードされた
    // テキストです。
    const s = "สวัสดี"

    // 文字列は `[]byte` に等しいため、これは格納されている生のバイトの
    // 長さを生成します。
    fmt.Println("Len:", len(s))

    // 文字列にインデックスを付けると、各インデックスにある生のバイト値が
    // 生成されます。このループは、`s` のコードポイントを構成するすべての
    // バイトの 16 進数値を生成します。
    for i := 0; i < len(s); i++ {
        fmt.Printf("%x ", s[i])
    }
    fmt.Println()

    // 文字列内のルーンの数をカウントするには、`utf8` パッケージを使用できます。
    // ただし、`RuneCountInString` の実行時間は文字列のサイズに依存します。
    // なぜなら、各 UTF-8 ルーンを順次デコードする必要があるからです。
    // 一部のタイ文字は複数の UTF-8 コードポイントで表されるため、
    // このカウントの結果は予想外になる場合があります。
    fmt.Println("Rune count:", utf8.RuneCountInString(s))

    // `range` ループは、文字列を特別に扱い、各 `rune` とその文字列内の
    // オフセットをデコードします。
    for idx, runeValue := range s {
        fmt.Printf("%#U starts at %d\n", runeValue, idx)
    }

    // 明示的に `utf8.DecodeRuneInString` 関数を使用することで、
    // 同じ反復処理を達成できます。
    fmt.Println("\nUsing DecodeRuneInString")
    for i, w := 0, 0; i < len(s); i += w {
        runeValue, width := utf8.DecodeRuneInString(s[i:])
        fmt.Printf("%#U starts at %d\n", runeValue, i)
        w = width

        // これは、`rune` 値を関数に渡すことを示しています。
        examineRune(runeValue)
    }
}

func examineRune(r rune) {

    // シングルクォートで囲まれた値は、「ルーンリテラル」です。
    // 直接、`rune` 値とルーンリテラルを比較できます。
    if r == 't' {
        fmt.Println("found tee")
    } else if r == 'ส' {
        fmt.Println("found so sua")
    }
}

まとめ

この実験では、Go 言語の文字列とルーンを扱う方法について説明しました。文字列の長さを取得する方法、文字列にインデックスを付ける方法、文字列内のルーンの数をカウントする方法、および文字列内のルーンを反復処理する方法を示しました。この実験を完了することで、Go 言語で文字列とルーンを扱う方法をより深く理解するはずです。