Как получить символ строки по индексу в Go? (Проблема с рунами и байтами)

Понимание строк в Go: байты и руны

Проблема, с которой вы столкнулись, — одна из самых распространённых среди новичков в Go. Дело в том, что строки в Go — это не последовательность символов, а последовательность байтов. Когда вы пишете str[0], вы получаете первый байт, а не первый символ.

В русском языке символы кодируются в UTF-8 несколькими байтами (обычно 2 байта). Например, символ 'П' в UTF-8 занимает 2 байта: 208 159. Поэтому str[0] возвращает 208 — это просто число первого байта. string(str[0]) пытается превратить этот байт в строку, что даёт мусорный символ 'Ð'.

Решение: работа с рунами (rune)

В Go для работы с Unicode-символами используется тип rune (синоним int32). Каждая руна представляет собой один символ Unicode. Чтобы получить символ по индексу, нужно сначала преобразовать строку в срез рун:

package main

import "fmt"

func main() {
    str := "Привет, мир!"
    runes := []rune(str)
    
    // Теперь runes[0] — это первый символ как руна
    fmt.Println(string(runes[0])) // Выводит 'П'
    fmt.Println(runes[0])         // Выводит 1055 (код символа 'П' в Unicode)
    
    // Можно проходиться по всем символам
    for i, r := range runes {
        fmt.Printf("Индекс %d: %c (код: %d)\n", i, r, r)
    }
}

Важные моменты

• Производительность: Преобразование []rune(str) создаёт новый срез и копирует данные. Для длинных строк это может быть затратно. Не делайте это в горячих циклах без необходимости.
• Индексы: После преобразования в руны индексы соответствуют символам, а не байтам. Для строки "Привет" будет 6 рун, хотя байтов — 12.
• Итерация через range: В Go есть встроенная поддержка итерации по рунам через for range:

for i, r := range str {
    fmt.Printf("Индекс байта %d: символ %c\n", i, r)
}

Здесь i — это индекс первого байта руны, а r — сама руна. Это эффективнее, чем преобразование в срез, так как не требует копирования.

Когда использовать байты, а когда руны?

• Байты: Если вы работаете с ASCII-строками (английские буквы, цифры) или вам нужен доступ к сырым данным (например, при работе с бинарными протоколами).
• Руны: Если вам нужна работа с Unicode-символами (русский, китайский, эмодзи и т.д.), подсчёт символов, изменение регистра и т.п.

Практический пример: функция получения символа по индексу

package main

import "fmt"

// GetChar возвращает символ строки по индексу (начиная с 0)
func GetChar(s string, index int) (rune, error) {
    runes := []rune(s)
    if index < 0 || index >= len(runes) {
        return 0, fmt.Errorf("индекс %d вне диапазона (длина: %d)", index, len(runes))
    }
    return runes[index], nil
}

func main() {
    str := "Привет, мир!"
    ch, err := GetChar(str, 0)
    if err != nil {
        fmt.Println("Ошибка:", err)
    } else {
        fmt.Printf("Символ: %c\n", ch) // Выводит 'П'
    }
    
    // Для английских строк тоже работает
    str2 := "Hello"
    ch2, _ := GetChar(str2, 1)
    fmt.Printf("Символ: %c\n", ch2) // Выводит 'e'
}

Заключение

Запомните главное правило: строка в Go — это байты, а не символы. Если вам нужны символы, используйте []rune(str) или for range. Этот подход гарантирует корректную работу с любыми языками и символами Unicode.

package main

import (
    "fmt"
    "unicode/utf8"
)

func main() {
    str := "Привет, мир!"
    i := 0
    for i < len(str) {
        r, size := utf8.DecodeRuneInString(str[i:])
        fmt.Printf("Символ: %c (байт: %d, размер: %d)\n", r, i, size)
        i += size // Перемещаемся на следующий символ
    }
}