文字列

Go言語で文字列の長さを解説：UTF-8のバイト数と文字数の違いについて

2025-02-19更新日: 2025-02-19

Go言語で文字列の長さを取得する方法について説明します。

基本的なlen()関数の使い方だけでなく、UTF-8などのエンコード方式によるバイト数と文字数の違いにも触れます。

実践的な開発に向けた注意点をシンプルに解説します。

目次から探す

基本的な文字列長の取得方法
- len() 関数の使い方
- バイト数取得と文字数取得の違い
UTF-8エンコードの影響
- UTF-8の基本
- マルチバイト文字の特性
コード例による実践解説
- シンプルな文字列の例
- 複雑な文字列(日本語・特殊文字)の例
注意点と落とし穴
- 文字数とバイト数の誤解を避けるために
- 実装上のポイントと留意事項
まとめ

基本的な文字列長の取得方法

len() 関数の使い方

Go言語では、組み込み関数len()を利用して文字列のバイト数を取得することができます。

例えば、ASCII文字のみを含む文字列の場合、len()の返り値は文字の数と一致します。

以下のサンプルコードは、単純な文字列に対してlen()を使った例です。

package main
import (
	"fmt"
)
func main() {
	// サンプル文字列 (ASCIIのみ)
	str := "Hello, Go!"
	// len()関数でバイト数を取得
	byteLen := len(str)
	// 結果を表示
	fmt.Println("バイト数:", byteLen)
}

バイト数: 10

バイト数取得と文字数取得の違い

Goの文字列はUTF-8でエンコードされるため、ASCII以外の文字(例：日本語、絵文字など)は1文字が複数のバイトで表現される場合があります。

そのため、len()は厳密には文字数ではなくバイト数を返すため注意が必要です。

実際の文字数を取得する場合は、文字列を[]runeに変換してからその長さを数える方法が一般的です。

例として以下のコードを確認してください。

package main
import (
	"fmt"
)
func main() {
	// 日本語を含むサンプル文字列
	str := "こんにちは"
	// バイト数を取得
	byteLen := len(str)
	// 文字数を取得するために、[]runeに変換してから長さを数える
	runeLen := len([]rune(str))
	// 結果を表示
	fmt.Println("バイト数:", byteLen)
	fmt.Println("文字数:", runeLen)
}

バイト数: 15
文字数: 5

UTF-8エンコードの影響

UTF-8の基本

Go言語の文字列はUTF-8でエンコードされているため、全世界の文字を一つの文字列に収めることができます。

UTF-8は各文字のバイト数が可変で、ASCII文字は1バイト、その他の文字(例えば漢字やひらがな)は通常3バイト、絵文字などは4バイトで表現されることがあります。

この特性のため、len()関数で得られる数値は必ずしも実際の文字数と一致しません。

マルチバイト文字の特性

UTF-8でエンコードされた文字列では、1つの見た目上の文字が複数のバイトに分割されることがあります。

例として、日本語の文字「日」や、特殊な記号、絵文字などはlen()で計算すると複数のバイトとしてカウントされるため、これらの文字の個数を求める際は注意が必要です。

実際の文字数を正しく数えるためには、前述のとおり[]runeに変換する必要があります。

コード例による実践解説

シンプルな文字列の例

コード解説と動作確認

ここでは、シンプルなASCII文字列を使用して、len()関数と[]runeによる文字数取得の方法を比較してみます。

以下のサンプルコードは、ASCII文字列に対するバイト数と文字数の取得例です。

package main
import (
	"fmt"
)
func main() {
	// ASCII文字列の例
	str := "Hello, World!"
	// バイト数取得
	byteLen := len(str)
	// 文字数取得 ([]runeに変換)
	runeLen := len([]rune(str))
	// 結果を表示
	fmt.Println("バイト数:", byteLen)  // ASCII文字なのでバイト数と文字数は同じ
	fmt.Println("文字数:", runeLen)
}

バイト数: 13
文字数: 13

複雑な文字列(日本語・特殊文字)の例

実装時の注意点

次に、日本語や特殊文字(絵文字など)を含む文字列の場合の実装例を示します。

この例では、len()関数が返すのはバイト数であるため、実際に表示上での文字数を求める際は、[]runeに変換する必要がある点に注意してください。

package main
import (
	"fmt"
)
func main() {
	// 日本語と絵文字を含む文字列の例
	str := "Go言語は楽しい"
	// バイト数取得
	byteLen := len(str)
	// 文字数取得 ([]runeに変換)
	runeLen := len([]rune(str))
	// 結果を表示
	fmt.Println("バイト数:", byteLen)  // UTF-8により日本語や絵文字は複数バイト
	fmt.Println("文字数:", runeLen)
}