Entender el contrato

Un rune representa un punto de código Unicode y es un alias de int32. En UTF-8 puede ocupar varios bytes, por lo que len(text) y utf8.RuneCountInString(text) pueden diferir. Ninguna medida equivale necesariamente a los caracteres visibles que percibe quien lee.

range sobre una cadena decodifica runes UTF-8 sucesivos. El índice es el desplazamiento en bytes, no la posición ordinal del rune. Convertir a []rune permite indexar puntos de código, pero crea otra secuencia y tampoco segmenta grupos de grafemas.

Trabajar el ejemplo

El ejemplo usa una letra acentuada precompuesta. "Go, sí" contiene seis runes y siete bytes UTF-8. Los offsets indican dónde comienza í, codificada con dos bytes. Printf con %c imprime el rune como carácter; %U permite ver la notación del punto de código.

package main

import (
    "fmt"
    "unicode/utf8"
)

func main() {
    text := "Go, sí"
    fmt.Println(len(text), utf8.RuneCountInString(text))
    for offset, r := range text {
        fmt.Printf("%d %c\n", offset, r)
    }
}

Revisar este límite

Textos visualmente iguales pueden tener secuencias distintas: una letra acentuada o una letra base más un acento combinado. Una validación por runes puede dar resultados diferentes. Documenta si tu regla limita bytes de almacenamiento, puntos de código o grupos de grafemas visibles.

Practicar con otra entrada

Compara "é" con "é" contando bytes y runes. Después usa utf8.ValidString con una cadena que contenga un byte UTF-8 inválido.

Referencias y lecturas adicionales

¿Necesitas apoyo con tu backend Go?

Colaboro con equipos de ingeniería en proyectos concretos de Go y plataformas Kubernetes, con disponibilidad limitada.

Ver servicios de consultoría Go