نص Go (string) هو شريحة للقراءة فقط من البايتات. تعامل اللغة والمكتبة القياسية النصوص بشكل خاص - كحاويات لنصوص مشفرة بـ UTF-8. في لغات أخرى، تتكون النصوص من “شخصيات” (characters). في Go، يسمى مفهوم الشخصية rune - وهو عدد صحيح يمثل نقطة كود Unicode.

package main

import (
    "fmt"
    "unicode/utf8"
)

func main() {

s هو نص تم تعيين قيمة له تمثل كلمة “hello” باللغة التايلاندية. نصوص Go المباشرة (literals) هي نصوص مشفرة بـ UTF-8.

    const s = "สวัสดี"

بما أن النصوص تكافئ []byte فإن هذا سينتج طول البايتات الخام المخزنة بداخلها.

    fmt.Println("Len:", len(s))

الوصول للفهرس في نص ينتج قيم البايتات الخام عند كل فهرس. هذه الحلقة تولد قيم الـ hex لجميع البايتات التي تشكل نقاط الكود في s.

    for i := 0; i < len(s); i++ {
        fmt.Printf("%x ", s[i])
    }
    fmt.Println()

لعد كم عدد الرموز (runes) الموجودة في نص، يمكننا استخدام حزمة utf8. لاحظ أن وقت تشغيل RuneCountInString يعتمد على حجم النص، لأنه يجب عليه فك تشفير كل رمز UTF-8 بالتتابع. بعض الشخصيات التايلاندية يتم تمثيلها بنقاط كود UTF-8 يمكن أن تمتد عبر عدة بايتات، لذا قد تكون نتيجة هذا العد مفاجئة.

    fmt.Println("Rune count:", utf8.RuneCountInString(s))

حلقة range تتعامل مع النصوص بشكل خاص وتفك تشفير كل rune جنباً إلى جنب مع إزاحتها (offset) في النص.

    for idx, runeValue := range s {
        fmt.Printf("%#U starts at %d\n", runeValue, idx)
    }

يمكننا تحقيق نفس التكرار باستخدام دالة utf8.DecodeRuneInString صراحة.

    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
        examineRune(runeValue)
    }
}

func examineRune(r rune) {

القيم المحاطة بعلامات اقتباس مفردة هي rune literals. يمكننا مقارنة قيمة rune بـ rune literal مباشرة.

    if r == 't' {
        fmt.Println("found tee")
    } else if r == 'ส' {
        fmt.Println("found so sua")
    }
}

تشغيل البرنامج:

$ 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 'د' 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 'د' starts at 12
U+0E35 'ี' starts at 15