Go unicode.IsNumber 怎样识别中文数字和 ASCII 数字

如果需求是判断一个 rune 是否属于 Unicode 的“数字”类别，应该用 unicode.IsNumber；如果只接受十进制数字，则优先考虑 unicode.IsDigit。两者都不是“识别所有中文数字”的完整方案：一、二、壹 这些汉字的文字语义，并不自动意味着它们属于 Unicode 数字类别。

官方文档：https://pkg.go.dev/unicode#IsNumber

IsNumber 判断的是 Unicode 类别 N，范围比 0 到 9 更宽；真正要做金额、数量或业务编号校验时，还要把字符分类和业务白名单分开。

unicode.IsNumber 判断的到底是什么

Go 官方把 unicode.IsNumber 定义为：判断 rune 是否属于 Unicode 的 Number 类别，也就是类别 N。这个大类不是单一的“十进制数字”，而是包含十进制数字、罗马数字、分数、上标数字等不同子类。

因此，ASCII 字符 0 到 9 会被识别为数字，但这只是 N 类中的一部分。像罗马数字 Ⅷ 这样的字符也有 Number 属性；而字母 A 不属于这个类别。判断函数接收的是 rune，不是 UTF-8 字节，所以遍历字符串时要先确认输入单位。

先按 rune 遍历，别把 UTF-8 字节当成字符

中文、全角字符和许多特殊数字都占多个 UTF-8 字节。如果使用 for i := 0; i ，拿到的是字节值，不能直接交给字符分类函数。用 for _, r := range s 才能获得解码后的 rune。

package main

import (
	"fmt"
	"unicode"
)

func main() {
	// 用 rune 遍历文本，避免把中文或全角字符拆成 UTF-8 字节。
	text := "A 7 Ⅷ ½ 一 〇"
	for _, r := range text {
		if r == ' ' {
			continue
		}
		// 同时输出两种谓词，便于观察 Unicode 数字与十进制数字的差异。
		fmt.Printf("%q IsNumber=%v IsDigit=%v\\n", r, unicode.IsNumber(r), unicode.IsDigit(r))
	}
}

这里的重点不是打印格式，而是比较两列结果：IsNumber 依据 Unicode 的 Number 类别判断，IsDigit 依据十进制数字语义判断。遇到非 ASCII 的数字字符时，不要用“看起来像数字”替代分类结果。

IsNumber 和 IsDigit 的边界有什么区别

unicode.IsDigit 的文档描述是“是否为十进制数字”；unicode.IsNumber 则判断更宽的 Number 类别。可以把关系理解成：十进制数字通常是 Number 的子集，但 Number 不只包含十进制数字。

例如，表单中的年龄、库存数量和验证码经常只允许 ASCII 数字；而国际化文本分析可能需要接受其他脚本的十进制数字。先写清楚“数字”在当前字段里的含义，再选函数。

为什么中文数字不能只靠 IsNumber

“中文数字”是自然语言概念，“Unicode 数字类别”是字符属性概念。汉字 一、二、三 在文本中可以表示数值，但它们并不会因为语义是数字就都进入 Unicode 的 N 类。相反，某些不常用于中文数量书写的字符可能具有 Number 属性。

如果业务只需要识别中文数字字形，应显式建立白名单，并把它与标准库分类分开：

package main

import (
	"fmt"
	"strings"
	"unicode"
)

func isChineseNumberRune(r rune) bool {
	// 白名单表达业务允许的字形，避免把 Unicode 分类误当成中文数字解析器。
	return strings.ContainsRune("〇一二三四五六七八九十百千万亿壹贰叁肆伍陆柒捌玖拾佰仟", r)
}

func acceptsNumber(r rune) bool {
	// 先接受 Unicode 十进制数字，再按业务需要接受汉字数字。
	return unicode.IsDigit(r) || isChineseNumberRune(r)
}

func main() {
	// 这个示例只判断单个 rune，不负责把中文数字转换成整数。
	for _, r := range "12三Ⅷ" {
		fmt.Printf("%q accepted=%v\\n", r, acceptsNumber(r))
	}
}

这段代码的白名单只是示范，实际项目应按照产品允许的字形、全角形式、负号、小数点和分隔符另行定义。它也没有把“十二”转换为数值；字符接受和数字解析是两个不同问题。

三种常见输入策略怎么选

只收 ASCII 数字

订单号、验证码、内部编号等字段通常需要稳定的协议格式。此时直接判断 r >= '0' && r 最清晰，不会意外接受全角数字、罗马数字或其他脚本字符。

func isASCIIDigit(r rune) bool {
	// 协议字段只允许半角 ASCII 数字，不放宽到其他 Unicode 数字。
	return r >= '0' && r 

接受 Unicode 十进制数字

多语言输入或文本分析场景可以用 unicode.IsDigit。但后续如果要转成整数，还要处理不同脚本的数字映射，不能直接假设 r - '0' 对所有十进制数字都成立。

接受更宽的 Unicode Number

只有当字段确实允许罗马数字、分数或上标数字等字符时，才使用 unicode.IsNumber。它适合做字符分类、搜索或过滤条件，不等于可以直接执行数值计算。

把判断函数放进输入校验时要注意什么

第一，先按 rune 读取，再决定是否保留原始字符串。第二，把“允许哪些字符”和“字符属于哪一类”写成两个层次，避免未来修改 Unicode 规则时无意放宽协议。第三，数字校验通常还要处理空字符串、正负号、小数点、空白和组合格式，不能只调用一个谓词就结束。

对于用户输入，还应明确归一化策略：是否接受全角数字，是否把汉字数字转换成阿拉伯数字，是否允许混合写法。若不允许混合，校验器应在遍历时记录类别来源，最后给出统一错误，而不是遇到第一个“像数字”的字符就通过。

常见问题

IsNumber 能判断字符串是不是数字吗？

不能。它只接收一个 rune，判断单个 Unicode 码点的 Number 属性。字符串是否构成合法整数、金额或编号，需要额外定义格式和解析规则。

IsDigit 是否等于只判断 0 到 9？

不完全等于。它表达的是十进制数字语义；如果协议明确只允许 ASCII 半角数字，应使用显式范围判断。

为什么中文“一”没有被当成数字？

因为汉字的数字语义不等于 Unicode General Category。需要识别中文数字时，应使用项目自己的白名单或解析器，并把规则写清楚。

什么时候应该用 IsNumber？

当你要识别 Unicode 的 Number 类别，而不是只验证一个十进制字段时使用，例如字符分类、搜索过滤或文本标注。

小结

unicode.IsNumber 覆盖 Unicode 的 Number 类别 N，所以它比 ASCII 数字和十进制数字更宽；unicode.IsDigit 更接近“十进制数字”的表达；中文汉字数字则必须结合业务白名单或专用解析规则。把输入拆成 rune、明确允许范围，再选择判断函数，才能避免把字符属性误当成数值语义。