Go unicode.IsNumber 怎样判断 Unicode 数字字符

我第一次处理国际化编号时，踩过一个很容易忽略的坑：把“数字”理解成了 ASCII 的 0 到 9。如果需求是识别 Unicode 的数字字符，应先按 rune 遍历，再调用 unicode.IsNumber；如果需求是十进制数字输入，则用 unicode.IsDigit；只有协议明确限定 ASCII 时，才做字节级判断。

先把字符串从字节切换到 rune

Go 的字符串底层是 UTF-8 字节序列。len(s) 得到的是字节数，而 for _, r := range s 才会按 UTF-8 解码出 rune。国际化文本里，一个字符可能占多个字节，所以判断字符属性时应沿着 rune 进入 Unicode 表。

package main

import (
    "fmt"
)

func main() {
    text := "编号１２٣Ⅷ²"
    for index, r := range text {
        // index 是原字符串中的字节偏移，r 才是当前 Unicode code point。
        fmt.Printf("byte=%d rune=%U char=%q\n", index, r, r)
    }
}

这里的 index 仍然是字节偏移，不能把它当成“第几个字符”。如果要返回字符位置，应另外维护 rune 序号；如果要修改原文，还要根据字节偏移和 rune 宽度处理切片。

unicode.IsNumber 判断的是哪一类字符

unicode.IsNumber(r) 判断的是 Unicode 的 Number 类字符。它不只覆盖常见的十进制数字，还可能覆盖其他数字表示，例如罗马数字或上标数字。这个范围适合“字符是否具有数字属性”的文本分析，不等于“这个字符可以直接参与十进制解析”。

package main

import (
    "fmt"
    "unicode"
)

func main() {
    sample := []rune{'5', '３', '٣', 'Ⅷ', '²', 'A'}
    for _, r := range sample {
        // IsNumber 覆盖 Unicode Number 类，不负责把字符转换成整数。
        fmt.Printf("%q IsNumber=%v\n", r, unicode.IsNumber(r))
    }
}

因此，过滤“包含数字字符的标题”可以使用 IsNumber；但要把输入转换为数量、页码或金额，仍然需要单独设计十进制解析、符号、范围和错误处理。属性判断与数值解析是两件事。

IsNumber、IsDigit 和 ASCII 判断怎样选

我通常按输入契约做选择，而不是看到“数字”两个字就固定调用一个函数：

ASCII 判断不要直接写成对字符串的逐字节“猜测”。它只有在协议已经明确规定 ASCII 时才合适；对包含全角数字、阿拉伯数字或其他 Unicode 字符的文本，先把需求范围说清楚更重要。

需要索引、过滤还是解析时怎么落地

如果只需要过滤，可以直接返回是否命中；如果要保留位置，建议同时保存 rune 序号和原始字节偏移；如果要转换成整数，则在确认字符范围后进入解析层，不要把 IsNumber 的布尔值当成解析结果。

package main

import "unicode"

func hasUnicodeNumber(text string) bool {
    for _, r := range text {
        // 按 rune 判断，避免把 UTF-8 的中间字节当成独立字符。
        if unicode.IsNumber(r) {
            return true
        }
    }
    return false
}

这个函数适合做文本筛选，不承诺输入是合法数字。生产代码还应在边界处补上空字符串、非法 UTF-8、允许的数字系统和后续解析规则。

常见问题

unicode.IsNumber 能直接把字符转换成整数吗？

不能。它只返回字符属性判断结果；数值转换需要单独处理十进制语法、范围和错误。

为什么不用 len 判断数字字符数量？

len 统计字节数，UTF-8 多字节字符会被算成多个字节。字符数量应按 rune 遍历或使用对应的 Unicode 计数方法。

什么时候应该使用 ASCII 判断？

当协议、文件格式或接口契约明确规定只能出现 ASCII 0 到 9 时。对面向用户的国际化文本，不要默认收窄到 ASCII。