Go bytes.Buffer.ReadRune 怎样读取一个 UTF-8 字符
来源:17golang原创
时间:2026-11-17 06:34:32 231浏览 收藏
如果缓冲区里放的是 UTF-8 文本,bytes.Buffer.ReadRune 比逐字节调用 ReadByte 更合适:它一次读取一个 Unicode 字符,并返回这个字符实际占用的字节数。最需要记住的是,返回值依次是 (rune, size, error);缓冲区为空时得到 io.EOF,字节序列不合法时得到 utf8.RuneError 和一个字节的消费长度。
官方文档:https://pkg.go.dev/bytes#Buffer.ReadRune
先看懂 ReadRune 的三个返回值
ReadRune 的签名可以概括为:
func (b *Buffer) ReadRune() (r rune, size int, err error)
其中 r 是读出的 Unicode 码点,size 是它在缓冲区中占用的 UTF-8 字节数,err 表示这次读取是否遇到结束或编码问题。英文字符通常占 1 个字节,常见中文字符占 3 个字节,表情等字符可能占 4 个字节,所以不要用“读取了一个字符”推断游标只前进 1 个字节。

用 bytes.NewBuffer 读取一个 UTF-8 字符
下面的例子把一段中文和英文放进内存缓冲,只读取一个字符,然后根据 size 继续读取。代码中的注释说明了游标消费和错误判断的关键位置。
package main
import (
"bytes"
"fmt"
)
func main() {
// NewBuffer 接管这段字节切片,ReadRune 会从当前位置消费 UTF-8 字节。
buf := bytes.NewBufferString("中Go")
r, size, err := buf.ReadRune()
if err != nil {
// 读取首字符失败时直接结束,避免继续使用无效的 size。
panic(err)
}
// 中文字符通常占 3 个 UTF-8 字节,size 应以返回值为准。
fmt.Printf("rune=%q size=%d remaining=%q\\n", r, size, buf.String())
}
这次读取后,r 是“中”,size 是 3,缓冲区剩余内容是 Go。这里的重点不是某个字符的固定宽度,而是调用方始终使用 size 表示本次消费了多少字节。
连续读取时怎样区分 EOF
要把缓冲区读完,可以循环调用 ReadRune。正常结束不是异常,应单独处理 io.EOF;其他错误则应返回给上层。
package main
import (
"bytes"
"fmt"
"io"
)
func dumpRunes(input []byte) error {
buf := bytes.NewBuffer(input)
for {
// 每轮消费一个完整 UTF-8 字符,并得到实际字节宽度。
r, size, err := buf.ReadRune()
if err == io.EOF {
// 缓冲区自然读完,结束循环而不是把 EOF 当作业务故障。
return nil
}
if err != nil {
// 其他读取错误继续向调用方传递。
return err
}
fmt.Printf("%q(%d bytes) ", r, size)
}
}
对于正常 UTF-8 输入,循环会逐个得到字符及其字节宽度。注意不要只判断 r == utf8.RuneError 来决定是否失败,因为合法文本本身也可能确实包含 U+FFFD;错误状态必须结合 err 和 size 一起判断。
非法 UTF-8 为什么返回 RuneError
当缓冲区当前位置的字节不是合法的 UTF-8 编码时,ReadRune 会返回替换字符 utf8.RuneError、size=1,并继续消费这个错误字节。这样做允许调用方继续扫描后续内容,但也意味着如果数据必须是严格 UTF-8,就不能静默忽略这个结果。
package main
import (
"bytes"
"fmt"
"unicode/utf8"
)
func readStrict(input []byte) error {
buf := bytes.NewBuffer(input)
for buf.Len() > 0 {
// RuneError 且只消费 1 字节,表示当前位置不是合法 UTF-8 序列。
r, size, err := buf.ReadRune()
if err != nil {
return err
}
if r == utf8.RuneError && size == 1 {
return fmt.Errorf("invalid UTF-8 byte at remaining=%d", buf.Len())
}
}
return nil
}
如果业务允许用替换字符继续展示,可以记录这类位置并继续;如果数据要进入签名、协议或持久化边界,通常应在这里拒绝,而不是把非法字节当成普通字符保存。
ReadByte、ReadRune 和其他读取方式怎么选
ReadByte 面向二进制协议和单字节标记,返回的是原始字节;ReadRune 面向 UTF-8 文本,返回的是 Unicode 字符和它占用的字节数。如果需要查看原始字节而不是消费缓冲,可以先使用 Bytes,但要注意返回切片与缓冲区共享底层数据的生命周期。

| 需求 | 合适的 API | 关注点 |
|---|---|---|
| 读取协议头的一个原始字节 | ReadByte | 返回值是 0 到 255 的字节 |
| 逐字符处理 UTF-8 文本 | ReadRune | 使用 size 判断消费的字节数 |
| 严格拒绝坏编码 | ReadRune + RuneError/size | 不能只看 rune 是否等于替换字符 |
常见问题
ReadRune 返回的 size 为什么不是 1?
size 是 UTF-8 编码占用的字节数,不是字符数量。ASCII 字符占 1 字节,其他码点可能占 2 到 4 字节。
空 bytes.Buffer 读 Rune 会返回什么?
会返回 utf8.RuneError、size=0 和 io.EOF。循环读取时应先判断 EOF。
怎样判断 RuneError 是合法字符还是坏字节?
结合 size 判断:合法编码的 U+FFFD 通常占 3 字节;非法首字节导致的替换结果占 1 字节。最终仍应保留 err 判断。
ReadRune 会修改缓冲区内容吗?
它不会改写字节内容,但会推进读取位置;后续读取只能看到尚未消费的部分。
记忆这个 API 的最短口诀:ReadRune 读的是字符,size 说的是字节,EOF 表示读完,RuneError 加 1 字节要警惕非法 UTF-8。
-
211 收藏
-
106 收藏
-
197 收藏
-
370 收藏
-
155 收藏
-
142 收藏
-
238 收藏
-
186 收藏
-
Golang · Go教程 | 36分钟前 | 标准库 · 编码 · Go教程 · base64 Go URL参数 encoding/base64 URLEncoding RawURLEncoding227 收藏
-
410 收藏
-
376 收藏
-
320 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 立即学习 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 立即学习 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 立即学习 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 立即学习 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 立即学习 485次学习