Go字符串底层为UTF-8字节序列，len()返回字节数而非字符数；需用utf8.RuneCountInString()或range获取rune数；截断须基于rune切片，校验UTF-8合法性用utf8.ValidString()。
Go 原生以 UTF-8 为字符串底层编码，string 类型本身是只读的 UTF-8 字节序列，不是 Unicode 码点数组 —— 这意味着直接用 len(s) 得到的是字节数，不是字符数（rune 数），这是绝大多数初学者踩坑的起点。
为什么 len("??") 返回 11 而不是 1？
因为 ?? 是一个带 ZWJ（零宽连接符）的 Emoji 组合，UTF-8 编码占 11 个字节："\U0001F468\u200D\U0001F4BB"。Go 的 string 按字节操作，len() 不做 Unicode 解码。
- 要获取真实字符（rune）数量，必须用
utf8.RuneCountInString(s) - 遍历字符需用
for _, r := range s（r是rune类型） - 切片操作如
s[0:1]可能截断多字节 UTF-8 序列，导致string变成非法 UTF-8
如何安全地截断中文/Emoji 字符串？
不能用字节索引切片，必须基于 rune 索引。标准库没提供直接的“取前 N 个字符”函数，得自己实现：
func truncateRune(s string, n int) string {
r := []rune(s)
if n >= len(r) {
return s
}
return string(r[:n])
}
注意：[]rune(s) 会一次性分配内存并解码全部 rune，对超长字符串有性能开销；若只需前几个 rune，可用 utf8.DecodeRuneInString 迭代解码避免全量转换。
立即学习“go语言免费学习笔记（深入）”；
如何判断字符串是否为合法 UTF-8？
Go 不强制校验字符串合法性，但某些场景（如 HTTP header、JSON 输出）要求严格 UTF-8。可用 utf8.ValidString(s)：
- 返回
false表示含非法字节序列（如孤立的 continuation byte） - 注意：它不检查 Unicode 规范性（如是否含非字符 U+FFFF），只做编码有效性验证
- 若需修复非法字符串，可配合
bytes.ToValidUTF8()（Go 1.22+）或手动替换非法段
与 C/Python 的关键差异点
Go 没有 “Unicode string” 和 “byte string” 的类型区分，string 固定为 UTF-8，[]byte 是原始字节。这意味着：
-
string不能被修改，拼接或切片都产生新分配 - 从
[]byte构造string时，Go 不校验 UTF-8 合法性（例如string([]byte{0xFF})是合法语法，但结果是非法 UTF-8） - 第三方编码（如 GBK、Shift-JIS）需用
golang.org/x/text/encoding显式转码，无法隐式处理
真正容易被忽略的是：HTTP 请求体、文件读取、数据库字段等外部输入，可能携带非 UTF-8 数据，而 Go 不会自动报错或转换 —— 必须在业务层主动校验或转码，否则后续 range 或正则匹配可能 panic 或行为异常。
