UTF-8在 Go 中的写法：标准库用法与示例

UTF-8 是 Unicode 最常用的存储编码，用 1–4 个字节表示一个字符：ASCII 字符 1 字节，拉丁字母扩展 2 字节，常用汉字 3 字节，emoji 等 4 字节。下面重点说明标准库用法与示例。

UTF-8在 Go 中的写法

下面是 Go 中处理UTF-8的常用写法：

s := "123问"
len(s)                     // 6，Go 字符串就是 UTF-8 字节
utf8.RuneCountInString(s)  // 4
utf8.ValidString(s)        // true

运行前确认输入的字符集（推荐 UTF-8），结果可以用本站工具交叉核对。

示例

输入：abc

编码结果：61 62 63

说明：按 UTF-8 共 3 字节。

特殊字符

特殊字符的字节：不换行空格 U+00A0 是 C2 A0（2 字节），全角空格 U+3000 是 E3 80 80，零宽空格 U+200B 是 E2 80 8B，BOM 是 EF BB BF，emoji 😀 是 F0 9F 98 80。

常见报错

• UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd6：文件实际是 GBK
• Incorrect string value: '\xF0\x9F\x98\x80'（MySQL）：字段是 utf8，改为 utf8mb4
• 页面显示“锟斤拷”：GBK 与 UTF-8 来回错误转换，替换字符 EF BF BD 被按 GBK 显示
• PHP 输出前多了空白：文件带 BOM

本站的字符编码检测工具可以直接处理，计算在浏览器本地完成，适合快速核对结果。

常见问题

【一个汉字在 UTF-8 中占几个字节？】常用汉字 3 个字节；扩展 B 区及以后的生僻字 4 个字节。

【UTF-8 和 utf8mb4 有什么区别？】utf8mb4 是 MySQL 中真正完整的 UTF-8；MySQL 的 utf8 最多 3 字节，不能存 emoji。

【什么是 BOM？】文件开头的 EF BB BF 三个字节，用来标记 UTF-8。网页和脚本文件建议不加。

文中示例可以在本站对应工具中验证；处理密码、证件号等敏感数据时，请注意保护隐私。

标签： 文本处理