Go 里的中文字符串：长度、截断和按字节出错的写法

程序的默认语言是英文，代码里的每一处字符串处理也是。等到界面里出现中文，len()、切片、strings.Title 这些看起来很基础的调用就会开始出错，而且错得很安静：要么截出半个汉字，要么标题只截了二十个字却显示成一排。

这篇记几个实际会踩的点。

一、len() 是字节数，不是字数

Go 的字符串本质是只读的字节序列。len("你好") 是 6，不是 2，因为一个汉字在 UTF-8 里占三个字节。

想数字符要用 utf8.RuneCountInString，或者 len([]rune(s))：

fmt.Println(len("你好"))                     // 6
fmt.Println(utf8.RuneCountInString("你好"))   // 2

这不是冷知识。所有「最多多少个字」的限制，判断时都该用 rune 数。用字节数判断会出现「英文能写 100 个字符，中文只能写 33 个」的怪现象。

二、截断必须按 rune

下面这行代码在英文下永远正确，在中文下会截出乱码：

short := long[:100]

long[:100] 是按字节切，如果第 100 个字节正好落在某个汉字中间，结果就是一个非法 UTF-8 序列，打印出来是 �，写进 JSON 之后可能直接报错。

正确做法是先转成 rune 切片：

r := []rune(long)
if len(r) > 100 {
    short = string(r[:100])
}

代价是一次内存拷贝。对一个几百字的摘要来说完全可以忽略；如果是大文本反复截断，才需要考虑用 utf8.DecodeRune 边走边数。

三、宽度和长度是两回事

长度是字符数，宽度是显示出来占几列。中文和中文标点在终端里占两列，所以「长度一样」的两行字，对齐结果完全不同：

名字    长度 4
abcdef  长度 6

上面两行如果按长度补空格，第二行会比第一行长——因为第一行四个汉字实际占了八列。

终端对齐需要按显示宽度算，标准库没有直接支持，golang.org/x/text/width 或者 go-runewidth 这类包能做。项目不引依赖的话，退一步的做法是：手动给含中文的列留固定宽度，或者干脆别用表格。

四、拼接用 Builder，别用 +

少量拼接用 + 没问题，循环里用 + 会不断分配新字符串，复杂度是平方级的：

var b strings.Builder
for _, s := range parts {
    b.WriteString(s)
    b.WriteString("\n")
}
result := b.String()

strings.Builder 还会避免拷贝转换，b.WriteString 传字符串不需要先转成 []byte。这类细节在小工具里不关键，但写成习惯没有坏处。

五、大小写、比较和规范化

strings.ToUpper、strings.EqualFold 对中文不起作用，这没问题。真正的坑在别处：

中文输入法打出的全角字母、数字、标点和半角是不同的码点。用户输入的 Ａ 和 A 不相等，１２３ 和 123 也不相等。如果要做「按名称查找」，得先做一次全角转半角。

中文标点同理：， 和 ,、： 和 :。做关键词匹配前统一一下，能少很多「明明输入了却搜不到」的问题。

繁简是另一个维度。strings 包完全不处理，需要专门的转换表。这一条除非明确需要，否则不建议自己写。

六、小结

四条规则：

1. 数字数用 rune，不用字节； 2. 截断先转 []rune，别直接切字符串； 3. 终端对齐按显示宽度算，不是字符数； 4. 全角半角、中文标点在比较前先统一。

这些都不会在英文环境下暴露，所以测试和自测的时候，记得拿一段中文去试——哪怕只是把测试数据里的 hello 换成 你好。