Go bytes.Count 怎样统计不重叠的子切片出现次数

在 Go 中统计一个字节子切片出现了多少次，可以直接调用 bytes.Count(s, sep)。它返回 sep 在 s 中出现的不重叠次数；找不到时返回 0，并不会返回错误。若 sep 为空，函数还有一条特殊规则：返回 1 + s 中 UTF-8 编码码点的数量。

官方文档：https://pkg.go.dev/bytes#Count

因此，普通业务可以把它理解为“按字节切片查找并计数”，但不要把返回值当成字符数，也不要用循环里不断修改原切片的方式重复实现同一语义。先明确分隔片是否为空，再根据返回的整数决定后续逻辑。

最小写法：统计不重叠的子切片

bytes.Count 的签名是 func Count(s, sep []byte) int。第一个参数是待查找的字节切片，第二个参数是要统计的子切片。下面的输入中，"go" 出现三次，且每次都占用独立的字节区间。

package main

import (
	"bytes"
	"fmt"
)

func main() {
	data := []byte("go|go|go")
	needle := []byte("go")

	// Count 统计 needle 在 data 中的非重叠出现次数。
	count := bytes.Count(data, needle)
	fmt.Printf("count=%d\n", count)
}

这个例子返回 3。函数只负责计数，不负责判断“至少出现一次”或“必须出现固定次数”；这些是调用方的业务条件，可以直接写成 count > 0、count == expected 等表达式。

为什么是“不重叠”而不是所有起点

当匹配片段彼此重叠时，bytes.Count 不会把每个可能的起点都算进去。例如 "aaa" 中查找 "aa"，第一个匹配已经占用了前两个字节，剩余一个字节不足以形成第二个完整的 "aa"，所以结果是 1。

func countToken(data, token []byte) (int, error) {
	// 空 token 会触发特殊计数语义，协议字段通常应提前拒绝。
	if len(token) == 0 {
		return 0, fmt.Errorf("token 不能为空")
	}

	// 这里保留 bytes.Count 的非重叠定义，不把重叠起点重复计算。
	return bytes.Count(data, token), nil
}

如果业务确实要统计重叠起点，例如做模式分析，就不能把 bytes.Count 当成那个算法的替代品；应单独定义“每个起点都能尝试匹配”的规则。对于协议分隔符、标记串和批量文本扫描，不重叠语义通常更接近“消费掉一段后继续向后查找”的直觉。

空分隔片为什么返回 1 加码点数量

空的 sep 不是普通的“匹配不到”。官方契约规定，它会在 UTF-8 编码的每个码点边界之间以及两端形成计数，因此返回 1 + s 中的 UTF-8 编码码点数量。这个规则适合解释字符串边界，但不应被当成计算字节长度的快捷方式。

func countBoundaries(text []byte) int {
	// 空分隔片的返回值按 UTF-8 码点计算，不等于 len(text)。
	return bytes.Count(text, []byte{})
}

func main() {
	// “Go”包含两个 ASCII 码点，因此空 sep 的结果是 3。
	fmt.Println(countBoundaries([]byte("Go")))

	// 中文字符通常占多个字节，但每个完整字符仍是一个 UTF-8 码点。
	fmt.Println(countBoundaries([]byte("你好")))
}

若业务参数来自配置、请求或用户输入，通常应在调用前决定空分隔片是否允许。对协议分隔符来说，空值往往意味着配置缺失；对文本边界分析来说，它可能是有意使用的规则。把这个判断写在调用边界，后续代码会更容易理解。

字节计数和字符计数不要混在一起

bytes.Count 处理的是 []byte 中的字节序列。查找 ASCII 标记时，字节边界与字符边界通常一致；但查找包含中文或其他多字节 UTF-8 内容时，结果表达的是该字节序列的非重叠出现次数，不是“字符出现次数”的通用定义。

func countWord(data []byte, word string) int {
	// 将 word 转为字节序列后，比较的是 UTF-8 编码对应的连续字节。
	return bytes.Count(data, []byte(word))
}

func main() {
	// 这里按完整的 UTF-8 字节序列查找“Go”，不是按 rune 遍历。
	fmt.Println(countWord([]byte("Go 和 Go"), "Go"))
}

如果目标是按 Unicode 码点、大小写折叠或自然语言分词统计，应先明确文本处理规则，再选择字符串、rune 或专门的分词方案。不要因为 bytes.Count 接受 []byte，就认为它会自动理解语言字符。

返回 0 时怎样和参数错误区分

bytes.Count 不返回 error。返回 0 可能表示数据中没有匹配，也可能是调用方传入了空数据；真正需要区分参数错误时，要在调用前做显式检查。

func requireCount(data, sep []byte) (int, error) {
	// 分隔片为空时，先按业务规则报错，避免误用特殊语义。
	if len(sep) == 0 {
		return 0, fmt.Errorf("分隔片不能为空")
	}

	// Count 返回 0 只表示没有不重叠匹配，不代表 API 调用失败。
	return bytes.Count(data, sep), nil
}

常见追问

bytes.Count 会统计重叠出现吗？不会，它统计不重叠的 sep 实例；需要重叠起点时要单独设计扫描逻辑。

找不到子切片会报错吗？不会，函数返回整数 0。若业务需要把“没有匹配”当错误，应由调用方转换成错误。

空 sep 的结果能当作字符串长度吗？不能。它按 UTF-8 编码码点边界计算，和 len(s) 的字节数不是一回事。

实践中可以记住三点：先确认 sep 是否为空，再按“不重叠字节序列”理解返回值，最后把“没有匹配”和“参数非法”分成两层处理。这样既能用最小代码完成统计，也不会把 bytes.Count 的边界语义误用到字符处理或重叠匹配场景。