Language

string: len は文字数ではなくUTF-8のバイト数を返す

GoのstringはUTF-8バイト列であり、絵文字を含むとlenとrune数は一致しません。

Go 1.22+

pitfallstringutf-8runebytes

01 / 01 proof

Sourceutf8.go

Go 1.22

package stringexample

import "unicode/utf8"

func ByteLen(value string) int {
	return len(value)
}

func RuneLen(value string) int {
	return utf8.RuneCountInString(value)
}

Source✓Test

Testutf8_test.go

Go 1.22

package stringexample

import "testing"

func Test絵文字を含む文字列ではバイト数とrune数が異なる(t *testing.T) {
	value := "Go🐹"

	if got := ByteLen(value); got != 6 {
		t.Fatalf("ByteLen() = %d, want 6", got)
	}
	if got := RuneLen(value); got != 3 {
		t.Fatalf("RuneLen() = %d, want 3", got)
	}
}

01Assertion

このテストで確認できること

Go🐹のlenは6バイトになる
utf8.RuneCountInStringでは3文字として数える

画面上の文字数制限や切り詰めにlenを使うと、非ASCII文字で想定より早く上限へ達します。人が読む単位が必要ならrune数を明示します。

OBSERVED RESULT

input:    "Go🐹"
len:      6
rune count: 3

View source on GitHub ↗View source on GitHub ↗