如何获取字符的 Unicode 值？

Question

我尝试获取 Go 中字符串字符的 unicode 值作为 Int 值。

我这样做：

value = strconv.Itoa(int(([]byte(char))[0]))

其中 char 包含一个包含一个字符的字符串。

这适用于许多情况。它不适用于 ä、ö、ü、Ä、Ö、Ü 等变音符号。

例如Ä 结果为 65，与 A 相同。

我该怎么做？

补充：我有两个问题。第一个已通过以下任何答案解决。第二个有点棘手。我的输入不是 Go 规范化的 UTF-8 代码，例如变音符号由两个字符而不是一个字符表示。正如 ANisus 所说，解决方案在包 golang 中找到。org/x/text/unicode/norm。上面的行现在是两行：

rune, _ := utf8.DecodeRune(norm.NFC.Bytes([]byte(char)))
value = strconv.Itoa(int(rune))

任何可以缩短欢迎词的提示...

Answer 1

您可以使用 unicode/utf8 包

rune,_:=utf8.DecodeRuneInString("Ä")
fmt.Println(rune)

Answer 2

字符串是 utf8 编码的，因此要从字符串中解码字符以获得 rune（unicode 代码点），您可以使用 unicode/utf8 包。

示例：

package main

import (
    "fmt"
    "unicode/utf8"
)

func main() {
    str := "AÅÄÖ"

    for len(str) > 0 {
        r, size := utf8.DecodeRuneInString(str)
        fmt.Printf("%d %v\n", r, size)

        str = str[size:]
    }
}

结果：

65 1
197 2
196 2
214 2

编辑：（澄清 Michael 的补充）

可以使用不同的 unicode 代码点创建诸如 Ä 的字符：

预合成： Ä (U+00C4)
使用组合分音符： A (U+0041) + ¨ (U+0308)

为了获得预组合形式，可以使用规范化包，golang.org/x/text/unicode/norm。 NFC（规范分解，后跟 Canonical Composition) 形式会将 U+0041 + U+0308 变成 U+00C4:

c := "\u0041\u0308"
r, _ := utf8.DecodeRune(norm.NFC.Bytes([]byte(c)))
fmt.Printf("%+q", r) // '\u00c4'

Answer 3

Go 中的 "character" 类型是 rune which is an alias for int32, see also Rune literals。 rune 是标识 Unicode 代码点的整数值。

在 Go 中，strings 被表示和存储为文本的 UTF-8 编码字节序列。 for 循环的 range 形式迭代文本的 runes：

s := "äöüÄÖÜ世界"
for _, r := range s {
    fmt.Printf("%c - %d\n", r, r)
}

输出：

ä - 228
ö - 246
ü - 252
Ä - 196
Ö - 214
Ü - 220
世 - 19990
界 - 30028

在 Go Playground 上试试。

如果您想了解有关该主题的更多信息，请阅读这篇博客文章：

Strings, bytes, runes and characters in Go

如何获取字符的 Unicode 值？

How can I get the Unicode value of a character in go?

string

unicode

type-conversion

go