Что возвращает length для строки?

Возвращаемое значение метода length (или точнее, свойства len() для строки) в Go требует отдельного разъяснения, потому что оно отличается от поведения во многих других языках программирования. Давайте разберем это подробно.

Краткий ответ

В Go для получения длины строки используется встроенная функция len(), а не метод. Она возвращает количество байт (byte) в строке, а не количество символов (рун, runes). Поскольку Go изначально использует кодировку UTF-8, где символы Unicode могут занимать от 1 до 4 байт, результат len(s) для строки, содержащей не-ASCII символы, может быть больше ожидаемого количества "букв".

Подробное объяснение с примерами

Строки в Go — это последовательности байт

Строка в Go — это неизменяемая (immutable) последовательность байт. Семантически она часто содержит текст в кодировке UTF-8, но с точки зрения языка это просто байты.

package main

import "fmt"

func main() {
    asciiString := "Hello"
    fmt.Println(len(asciiString)) // Вывод: 5
    // Каждый символ ASCII занимает 1 байт.
}

Различие между байтами и рунами (символами)

Для работы с отдельными символами Unicode в Go используется тип rune (псевдоним для int32). Чтобы получить количество символов (рун), строку нужно сначала преобразовать в срез рун.

package main

import (
    "fmt"
    "unicode/utf8"
)

func main() {
    cyrillicString := "Привет"
    fmt.Println("len (bytes):", len(cyrillicString)) // Вывод: 12
    // Каждая кириллическая буква в UTF-8 занимает 2 байта.
    // 6 букв * 2 байта = 12 байт.

    // Правильный способ подсчета символов:
    fmt.Println("Rune count:", utf8.RuneCountInString(cyrillicString)) // Вывод: 6
    // Или через преобразование в []rune:
    fmt.Println("Rune count (via slice):", len([]rune(cyrillicString))) // Вывод: 6

    // Пример с составным символом или эмодзи:
    emojiString := "Hello😀"
    fmt.Println("len (bytes) for emoji:", len(emojiString)) // Вывод: 10
    // 'H','e','l','l','o' (по 1 байту) = 5 байт
    // '😀' (эмодзи) в UTF-8 занимает 4 байта.
    // Итого: 9 байт? Строка "Hello😀" на самом деле имеет длину 9 байт (5 + 4).
    // Проверим корректность примера:
    correctedEmojiString := "Hello😀"
    fmt.Println("Actual len (bytes):", len(correctedEmojiString)) // Вывод: 9
    fmt.Println("Rune count:", utf8.RuneCountInString(correctedEmojiString)) // Вывод: 6
}

Почему такое поведение?

1. Эффективность: Операция len(s) выполняется за константное время O(1), потому что длина строки (в байтах) хранится как часть внутренней структуры данных строки. Подсчет рун требует итерации по всей строке (O(n)).
2. Консистентность: len() работает одинаково для всех последовательностей (срезов, массивов, строк, каналов и т.д.), всегда возвращая количество элементов низлежащего типа (для строк — байт).
3. UTF-8 как first-class citizen: Go был разработан с учетом UTF-8, поэтому для корректной работы с Unicode предусмотрены отдельные механизмы в пакете unicode/utf8 и через тип rune.

Практические рекомендации

• Используйте len(s), когда вам нужна длина в байтах (например, при работе с сетевыми протоколами, чтении бинарных данных, выделении буферов).
• Используйте utf8.RuneCountInString(s) или len([]rune(s)), когда вам нужно количество видимых символов (например, для обрезки текста, валидации длины в UI, обработки текстов на естественных языках).
• Помните, что индексация строки s[i] возвращает байт (тип byte), а не символ. Для итерации по символам используйте цикл for range:

s := "Привет😀"
for index, runeValue := range s {
    fmt.Printf("Rune %d: %c (starts at byte position %d)\n", 
        index, runeValue, index)
}
// Цикл range автоматически декодирует UTF-8 последовательности.

Заключение

Вопрос "Что возвращает length для строки?" — отличный пример, проверяющий понимание фундаментальных принципов Go: строка как slice of bytes, нативная поддержка UTF-8 и разделение ответственности между встроенными операциями и функциями стандартной библиотеки. Ключевой вывод: len(s) всегда возвращает количество байт, и для работы с текстом на человеческих языках необходимо использовать инструменты из пакета unicode/utf8 или преобразование в []rune.