今回は文字列について。
string と rune
文字列を示す string は immutable なオブジェクトだが，中身は byte 配列である。したがって
string1.go
package main
import "fmt"
func main() {
nihongo := "日本語"
size := len(nihongo)
fmt.Printf("nihongo = %d bytes : ", size)
for i := 0; i < size; i++ {
fmt.Printf("%x ", nihongo[i])
}
fmt.Printf("\n")
}
とすると以下の結果になる。
C:>go run string1.go
nihongo = 9 bytes : e6 97 a5 e6 9c ac e8 aa 9e
（ちなみに Go 言語の文字エンコーディングは UTF-8 が既定である。他の文字エンコーディングを扱うには何らかの変換パッケージが必要になる。文字エンコーディングの変換は言語に依らず相当 sensitive な分野なので，ここでは踏み込まない）
（string なんて名前なのに）文字単位で情報を保持しているわけではないため，最初の2文字を取り出すつもりでうっかり
string2.go
package main
import "fmt"
func main() {
nihongo := "日本語"
fmt.Printf("nihongo = %s\n", nihongo)
fmt.Printf("nippon = %s\n", nihongo[:2])
}
なんてなコードを書くと以下の結果になる。
C:>go run string2.go
nihongo = 日本語
nippon = ��
文字列を文字単位で扱うには rune を使う。いや，ルーンってどんだけ厨二... ゲフンゲフン。
string3.go
package main
import "fmt"
func main() {
nihongo := "日本語"
nihongoRune := []rune(nihongo)
size := len(nihongoRune)
fmt.Printf("nihongo = %d characters : ", size)
for i := 0; i < size; i++ {
fmt.Printf("%#U ", nihongoRune[i])
}
fmt.Printf("\n")
}
C:>go run string3.go
nihongo = 3 characters : U+65E5 '日' U+672C '本' U+8A9E '語'
または， string に対して for range を使ってループを回すと文字（rune）単位で取得できる。
string3b.go
package main
import "fmt"
func main() {
nihongo := "日本語"
for pos, runeValue := range nihongo {
fmt.Printf("%#U starts at byte position %d\n", runeValue, pos)
}
}
C:>go run string3b.go
U+65E5 '日' starts at byte position 0
U+672C '本' starts at byte position 3
U+8A9E '語' starts at byte position 6
rune の実体は int32 で，内部的には Unicode（UTF-32 相当？）表現になっている。 Go 言語式で書くなら
type rune int32
って感じだろうか。
string と rune は相互変換できるので，文字列を切り取る場合は
string4.go
package main
import "fmt"
func main() {
nihongo := "日本語"
fmt.Printf("nihongo = %s\n", nihongo)
fmt.Printf("nippon = %s\n", string([]rune(nihongo)[:2]))
}
のように string → []rune → string と変換していけば安全に処理できる。
C:>go run string4.go
nihongo = 日本語
nippon = 日本
関数化するならこんな感じ？
string4.go
package main
import "fmt"
func main() {
nihongo := "日本語"
fmt.Printf("nihongo = %s\n", nihongo)
fmt.Printf("nippon = %s\n", substring(nihongo, 0, 2))
}
func substring(s string, start, length int) string {
runes := []rune(s)
if start >= len(runes) {
return "";
} else if start < 0 {
start = 0
}
if length < 0 {
length = 0
}
end := start + length
if end >= len(runes) {
return string(runes[start:])
} else {
return string(runes[start:end])
}
}
もう少し細かい処理が必要なら unicode/utf8 パッケージを使う手もある。ちなみに strings パッケージは内部で unicode/utf8 パッケージを使っているようだ。