go以rune为单位处理Unicode，len()返回字节数而非字符数，故len(“??”)为4；正确获取字符数需转[]rune；遍历、切分、正则等操作须注意Unicode支持。
Go 原生以 rune 为单位处理 Unicode，字符串字面量默认 UTF-8 编码，但直接用 len() 或下标访问会按字节而非字符出错——这是绝大多数新手踩坑的根源。
为什么 len("??") 返回 4 而不是 1
Go 的 String 是只读字节序列，len() 返回 UTF-8 字节数。表情符号 "??" 是由多个 Unicode 码点（含 ZWJ 连接符）组成的合成字符，在 UTF-8 中占 4 个字节，所以 len() 返回 4。这不是 bug，是设计使然。
正确做法是转成 []rune 后再取长度：
str := "??" fmt.Println(len(str)) // 4 —— 字节数 fmt.Println(len([]rune(str))) // 1 —— 字符数（rune 数）遍历字符串时别用 for i := 0; i
这种写法会把多字节字符拆开，导致乱码或 panic（越界）。
立即学习“go语言免费学习笔记（深入）”；
- ❌ 错误：按字节索引遍历
s[i]，可能截断 UTF-8 序列 - ✅ 正确：用
range遍历，自动解码为rune - ✅ 替代：显式转
[]rune再用下标（适合需随机访问的场景）
示例对比：
s := "Go语言" for i, r := range s { fmt.Printf("index %d: rune %U (%c)n", i, r, r) } // 输出： // index 0: U+0047 (G) // index 2: U+006F (o) // index 4: U+8BED (语) // index 7: U+8A00 (言) // 注意：i 是字节偏移，不是字符序号截取子串必须用 []rune 转换后再操作
直接用 s[0:3] 是按字节切，极大概率破坏 UTF-8 编码。例如 "你好"[0:2] 会得到非法字节序列，打印显示为 ""。
安全截取前 N 个字符的写法：
s := "Hello世界?" n := 5 runes := []rune(s) if n > len(runes) { n = len(runes) } result := string(runes[:n]) // ✅ 正确：先转 rune 切片，再转回 string注意：string([]rune(s)[:n]) 是常见惯用法，但对超长字符串有内存开销——如果只取前几个字符且原串极大，可考虑用 utf8.DecodeRuneInString 手动解码避免全量转换。
正则匹配中文、emoji 等需启用 Unicode 模式
regexp 包默认不识别 Unicode 字符类（如 p{Han}），必须使用 (?U) 标志或 p{...} 语法：
re := regexp.MustCompile(`(?U)p{Han}+`) // 匹配汉字 re.FindAllString("Hello你好World", -1) // → ["你好"] re2 := regexp.MustCompile(`p{Emoji}p{Emoji_Modifier}?`) re2.FindAllString("????", -1) // → ["??", "??"]漏掉 (?U) 或写成 w+ 会完全匹配不到中文/emoji，因为 w 只覆盖 ASCII 字母数字下划线。
最易被忽略的是：字符串拼接、格式化（fmt.Sprintf）、jsON 编解码本身都支持 UTF-8，无需额外处理；真正要动手的地方只有「长度计算」「索引访问」「子串切分」「正则匹配」这四类操作——其余时候，放心当它是个普通字符串用就行。