适用读者：处理中文/emoji 字符串时遇到过乱码或截断错误的人。
前置：S09-B02。
实测环境：Go 1.22.2（2026-11-05）。
覆盖旧文：—（E 驱动；B02 §5 的深化）
覆盖扩展：E-S09-002 深化（UTF-8 编码规则）。
上一篇：S09-J01 · 切片底层：cap 增长、共享与内存泄漏
下一篇：S09-J03 · 闭包与捕获的版本差异。

---

1. 一句话结论

Go 的字符串是"不可变的字节序列"，UTF-8 是它的默认编码但不是唯一解释方式。所有"乱码/切坏"问题都源于"用字节下标处理字符"。

---

2. 实测：按字节切会切坏中文

s := "中文abc"
cut := s[:4]
fmt.Printf("s[:4] 字节=% x  合法UTF8=%v\n", []byte(cut), utf8.ValidString(cut))

实测输出：

s[:4] 字节=e4 b8 ad e6  合法UTF8=false

读法：

字节	含义
e4 b8 ad	"中"（3 字节，完整）
e6	"文"的首字节（3 字节中的第 1 个）→ 截断

正确切一个中文字：

safe := s[:len("中")]      // len("中") = 3
fmt.Printf("%q 合法=%v\n", safe, utf8.ValidString(safe))
// 输出："中" 合法=true

实测汇总：

J02) rune 个数: 5  字节: 9

---

3. UTF-8 编码规则（为什么中文 3 字节）

码点范围	字节数	首字节	后续字节
U+0000–U+007F	1	0xxxxxxx	—
U+0080–U+07FF	2	110xxxxx	10xxxxxx
U+0800–U+FFFF（含中文）	3	1110xxxx	10xxxxxx ×2
U+10000–U+10FFFF（emoji）	4	11110xxx	10xxxxxx ×3

0xE4 = 11100100 → 匹配 1110xxxx → 说明这里开始一个 3 字节字符。这就是"切在第 4 字节会坏"的原因。

---

4. 遍历的两种方式与代价

方式	写法	复杂度	结果
按字节	for i := 0; i < len(s); i++ { s[i] }	O(n)	每个字节一个 byte
按 rune	for i, r := range s { }	O(n)	每个字符一个 rune，i 是起始字节偏移
转切片遍历	for _, r := range []rune(s) { }	O(n) + 分配	先生成 rune 数组（额外内存）

性能提示：[]rune(s) 会分配新数组；只需遍历时用 range 即可，别先转换。

"O(n) 陷阱"：len([]rune(s)) 是 O(n) 且分配；如果只需要判断"字符数是否 ≤ N"，用 utf8.RuneCountInString 仍是 O(n)，但可配合 utf8.RuneCount 逐个边界检查提前退出。

---

5. 安全截断的三种写法

// ① 按 rune 数截断
func truncateRunes(s string, n int) string {
    r := []rune(s)
    if len(r) <= n { return s }
    return string(r[:n])
}

// ② 按字节上限截断（保证不切坏字符）
func truncateBytes(s string, max int) string {
    if len(s) <= max { return s }
    for max > 0 && !utf8.RuneStart(s[max]) { max-- }   // 回退到字符起始
    return s[:max]
}

// ③ 用 strings 包
// strings.ToValidUTF8(s, "�")  把非法字节替换掉

需求	用哪个
"最多 N 个字"（展示）	①
"最多 N 字节"（存储/协议限制）	②
清洗脏数据	③

---

6. 五个误区

误区	真相
"len(s) 是字符数"	是字节数
"s[i] 拿到字符"	拿到第 i 个 byte
"s[:n] 是安全截断"	可能切坏 UTF-8
"[]rune(s) 很便宜"	O(n) 并分配新数组
"Go 字符串是 UTF-16/UTF-32"	是 UTF-8 字节序列

---

7. 自检

1. "中文abc" 的字节数与 rune 数分别是多少？
2. s[:4] 为什么非法？
3. 如何安全地"最多保留 N 个字符"？
4. range 字符串时的 i 是什么？
5. []rune(s) 的代价是什么？什么时候不必用？

---

8. 下一篇

S09-J03 · 闭包与捕获：从 1.21 到 1.22 的语义变更

编码问题解决后，最后一篇进阶层处理"版本升级导致的行为变化"：闭包捕获语义。

---

本篇属于系列《S09 · Go 语言》。扩展点 E-S09-002 深化。UTF-8 截断与合法性问题为 Go 1.22.2 实测。