Go strings.Map 遇到 Unicode 字符删除后结果怎么判断

如果 strings.Map 的映射函数返回负值，Go 会把对应的 Unicode 字符直接从结果中删除。判断结果时不要只看 len：它统计的是字节数，不能告诉你删了几个字符。更稳妥的做法是让闭包同时维护删除计数，再用结果字符串和 utf8.RuneCountInString 做验收。

先把删除规则写成一个小型清洗器

这个小项目模拟日志标签清洗：删除换行、制表符和一组不允许进入标签的 Unicode 符号，同时保留正常中文和字母。关键点是删除分支返回 -1，保留分支必须原样返回 r，替换分支才返回另一个合法 rune。

package main

import (
    "fmt"
    "strings"
    "unicode/utf8"
)

// cleanLabel 删除不允许进入标签的 rune，并记录实际删除数量。
func cleanLabel(input string) (string, int, bool) {
    removed := 0
    output := strings.Map(func(r rune) rune {
        // 返回负值表示删除当前 Unicode 字符，而不是写入替代文本。
        if r == '\n' || r == '\t' || r == '★' {
            removed++
            return -1
        }
        return r
    }, input)

    // Go string 可以装任意字节；这里把非法 UTF-8 作为单独的输入问题暴露出来。
    validUTF8 := utf8.ValidString(input)
    return output, removed, validUTF8
}

func main() {
    // 示例输入包含两个被删除的目标 rune，输出应只剩可用标签文本。
    cleaned, removed, valid := cleanLabel("订单★-华东\tA")
    fmt.Printf("cleaned=%q removed=%d valid_utf8=%t\\n", cleaned, removed, valid)
}

这里的 removed 是业务判断需要的证据：它表示回调确实命中了删除规则。返回空字符串并不一定是错误，可能只是输入本来全部由目标字符组成；是否拒绝，要交给调用方的验收策略。

怎么判断删除后的结果，而不是误读 len

假设输入是 "订单★-华东\tA"，目标字符是一个星号和一个制表符。结果可以用三层判断：

len(cleaned) 仍然有用，但它回答的是存储大小。例如中文通常占多个 UTF-8 字节，删除一个中文字符时，字节长度可能减少 3，却不能据此推断删除数量。对用户可见文本，优先用 removed 和 rune 计数；对协议字段，再额外检查字节长度上限。

Unicode 和非法 UTF-8 的边界要分开处理

Go 的 string 是字节序列，不保证每个值都已经是合法 UTF-8。strings.Map 按 rune 读取字符串；如果遇到非法编码，遍历语义会把错误字节视为 utf8.RuneError，因此不能把“出现了 RuneError”简单当作用户输入了一个真正的 U+FFFD 字符。

如果输入来自文件、网络或数据库，先用 utf8.ValidString(input) 记录编码状态，再决定是否继续清洗。对于必须保持原始字节的协议数据，不要用 strings.Map 代替字节级处理；对于人类文本，则可以先拒绝非法 UTF-8，避免把错误字节悄悄改写成看似正常的结果。

// 根据清洗结果决定是否接收标签。
cleaned, removed, valid := cleanLabel(input)
switch {
case !valid:
    // 编码无效时先提示上游修复，避免把 RuneError 当作普通字符保存。
    return fmt.Errorf("input is not valid UTF-8")
case cleaned == "":
    // 规则命中了全部内容时，按业务规则拒绝空标签。
    return fmt.Errorf("label is empty after cleaning")
case removed > 0:
    // 有删除但仍有内容，可以记录变更后继续保存。
    save(cleaned)
default:
    // 没有命中删除规则，直接使用原样结果。
    save(cleaned)
}

接入项目时的验收清单

把清洗器接入表单、日志或导入流程时，可以按下面的顺序验收：

1. 用 ASCII、中文和四字节表情分别测试，确认回调参数按 rune 而不是按单个字节进入。
2. 用只包含待删除字符的输入测试，明确空结果是合法返回还是业务错误。
3. 检查删除计数与规则命中数，避免拿 len(input)-len(output) 推算字符数量。
4. 对外部输入调用 utf8.ValidString，需要保留原始字节的场景改用字节级方案。

这样判断后，strings.Map 就不只是“替换字符串”的工具：它负责逐 rune 变换，业务层再依据删除计数、结果内容和编码状态做最后决定。

常见问题

返回 0 也能删除字符吗？

不能。返回负值才表示删除；返回 0 是把 NUL 码点写入结果，通常不是文本清洗想要的行为。

为什么删除一个中文后长度变化不止 1？

因为 len 统计 UTF-8 字节数，而中文通常由多个字节编码。字符数量请用删除计数或 rune 计数判断。

可以用 strings.ReplaceAll 完成同样的工作吗？

固定短字符串替换可以用它；需要按 Unicode 类别、条件或多个 rune 做判断时，strings.Map 更直接。