登录
推荐 文章 Go 技术 课程 下载 专题 AI
首页 >  Golang >  Go问答

Go text/scanner.Scanner.Next 怎样逐个读取 rune 而不进行记号扫描

来源:17golang原创

时间:2026-11-18 09:38:52 307浏览 收藏

如果你的任务是“把输入中的每个 Unicode 字符依次取出来”,而不是识别标识符、数字或字符串,那么 text/scanner.Scanner.Next 更贴合这个需求。它每次返回一个 rune,读到源末尾返回 scanner.EOF;不会把字符先组织成记号。

官方地址:https://pkg.go.dev/text/scanner#Scanner.Next

记住一条判断:Next 负责消费下一个 Unicode 字符,Scan 负责按扫描模式返回 token;如果还要知道读取后的位置,再调用 Pos()。

Next 的返回值到底是什么

Scanner.Next() 的返回类型是 rune。正常读取时,返回值可以是 ASCII 字符,也可以是中文等 Unicode 字符;输入耗尽时返回 scanner.EOF。这个 EOF 是 text/scanner 定义的特殊 rune,不应和普通字符混在一起处理。

它面向的是字符级读取,不会根据 Mode 把连续字母合并成标识符,也不会把数字、字符串或注释识别成 token。底层输入仍由 Init 接收的 io.Reader 提供。

Go text/scanner.Scanner.Next 从 io.Reader 逐个返回 rune 并在末尾返回 scanner.EOF 的结构说明图
图1:Next 的字符级读取结构说明图,不是截图或运行证据。

用 Init 和 Next 逐个读取 rune

最小用法是先用 Init 绑定输入,再循环调用 Next。循环的退出条件应直接比较 scanner.EOF,不要用零值字符猜测输入是否结束,因为零值字符本身也可能是输入的一部分。

package main

import (
	"fmt"
	"strings"
	"text/scanner"
)

func main() {
	// 使用 UTF-8 字符串作为示例输入,包含 ASCII、中文和换行。
	var s scanner.Scanner
	s.Init(strings.NewReader("Go语言\n"))
	s.Filename = "sample.txt"

	for {
		ch := s.Next()
		if ch == scanner.EOF {
			// 只有 scanner.EOF 表示字符流已经读完。
			break
		}

		pos := s.Pos()
		// Pos 返回刚读完这个字符之后的位置。
		fmt.Printf("%q offset=%d line=%d column=%d\n", ch, pos.Offset, pos.Line, pos.Column)
	}
}

这里的 pos 是读取后的观察点。对于多字节 UTF-8 字符,Offset 表示字节偏移;Column 表示当前行中的字符列,不应把它当成字节数。

Next 不扫描记号,适合哪些压力

把 Next 看成“字符级游标”更容易做取舍。它适合逐字符过滤、查找分隔符、做自定义轻量状态机,或者在你已经有自己的语法规则时读取原始字符。此时让 Scanner 自动识别 token,反而会把本来需要保留的边界隐藏起来。

但如果目标是读取 Go 风格的标识符、整数、字符串或注释,就不应强行用 Next 重写一套词法规则。Scan 会依据 Mode 返回 token;默认的 Init 会设置 Go token 模式和 Go 空白字符集合。两者的职责不是谁更快,而是读者需要字符还是需要语义单元。

方法粒度是否消费输入适用问题
Next()一个 Unicode 字符是字符级规则、自定义状态机
Peek()下一个 Unicode 字符否先看一眼再决定是否读取
Scan()token 或单个字符是按 Mode 做记号识别
Pos()当前位置不读取查看最后一次 Next 或 Scan 后的位置

位置判断的反例:不要直接读 Position

一个容易踩到的边界是:调用 Next 不会更新 Scanner.Position 字段。文档明确要求,想知道最后一次 Next 或 Scan 之后的位置,应调用 Pos()。因此,字符级循环中应把 Pos() 当成读取后的坐标接口,而不是读取 Position 字段。

另外,Next 遇到读取错误时会调用 s.Error;如果没有设置错误处理函数,则会把错误报告到标准错误输出。若业务需要把读取错误转成自己的返回值,应在初始化后设置 Error,并结合 ErrorCount 处理失败路径。

Next、Peek、Scan 和 Pos 在字符级读取、记号扫描与读取后位置之间的职责边界结构图
图2:Next、Peek、Scan、Pos 的职责边界结构图,不是截图或运行证据。

选择清单:什么时候不要用 Next

  1. 需要一个完整标识符、数字或字符串时,优先考虑 Scan,不要自行拼接 token。
  2. 只想判断下一个字符、暂时不消费输入时,使用 Peek。
  3. 需要读取后行列和字节偏移时,在 Next 或 Scan 之后调用 Pos。
  4. 处理结束时只比较 scanner.EOF,不要把字符零值、空白或 Position 字段当 EOF。
  5. 需要保留错误上下文时,为 Scanner.Error 设置明确的处理函数,并记录 ErrorCount。

一句话总结:Next 是“逐个拿字符”的入口,不是词法分析器。先确定你的结果需要 rune 还是 token,再决定使用字符级读取还是记号扫描,位置问题统一交给 Pos()。

相关问题

Next 会跳过空白吗?

不会把空白按 token 规则跳过;它按字符读取输入,所以空格、换行等字符会作为读取结果出现。空白集合主要影响 Scan 的扫描行为。

Next 读到中文时返回的是几个值?

每个 Unicode 字符返回一个 rune。UTF-8 的字节数和 rune 的数量不是同一概念,因此需要字节偏移时应读取 Pos().Offset,不要用字符次数代替。

为什么 Next 后 Position 看起来没有变化?

这是 API 的设计边界:Next 不更新 Scanner.Position 字段。请使用 Pos() 获取紧跟在最近一次字符或 token 后的位置。

声明:本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
相关阅读
更多>
最新阅读
更多>
课程推荐
更多>