Go x/text/runes Remove 怎样删除指定字符集合

Go 的 runes.Remove 接收一个字符集合 Set，删除其中命中的 Unicode 码点。对于少量指定字符，可以用 runes.Predicate 构造判断函数，再调用返回的 Transformer.String 得到新字符串；它处理的是 UTF-8 文本中的 rune，不是某段子字符串。

官方文档入口：https://pkg.go.dev/golang.org/x/text/runes。本文用“仅删除下划线和中点”的导入显示名作为例子，说明字符规则、输入和清理结果如何关联，不把删除操作扩大成通用文本修复。

先约定哪些字符可以删除

假设显示名由外部系统导入，业务明确要求去掉 ASCII 下划线 _ 和中点 ·，中文、字母、空格与其他标点保持原有内容。这个约定可以表达成两个 rune 的集合，清理发生在生成展示副本时，原始文本另行保留。

先定义删除集合，可以避免“删除标点”这样的宽泛规则误伤人名或编号。空格是否可以删除、全角下划线是否也在范围内，都需要单独约定。图中的规则配置、下划线、中点、Predicate、Remove、展示副本对应这一输入契约。

用 Predicate 描述精确字符集合

下面给出可放入项目的最小函数。依赖通过项目 go.mod 管理，使用与当前工具链兼容的 x/text 版本。每次函数调用创建转换器，调用方不需要管理复用状态。

package displayname

import (
    "fmt"
    "unicode/utf8"

    "golang.org/x/text/runes"
)

// CleanDisplayName 只删除约定的下划线与中点，保留其他码点。
func CleanDisplayName(input string) (string, error) {
    // 在转换前拒绝非法 UTF-8，避免把修复后的文本误当作原文。
    if !utf8.ValidString(input) {
        return "", fmt.Errorf("显示名不是有效 UTF-8")
    }
    unwanted := runes.Predicate(func(r rune) bool {
        // true 表示属于待删除集合，false 表示保留。
        return r == '_' || r == '·'
    })
    cleaner := runes.Remove(unwanted)
    return cleaner.String(input), nil
}

按这段规则，示例输入 仓_库·北区 A 的预期结果为 仓库北区 A，其中空格保留。这里是代码语义示例，没有声称已经执行。不要给 String 接收两个返回值：runes.Transformer.String 的签名直接返回 string，与 transform.String 的多返回值接口不同。

Remove 的官方说明把删除条件定义为 Set.Contains(r)；Predicate 把判断函数封装成 Set。判断函数应只描述集合归属，不依赖调用次数或字符之前的位置。涉及相邻字符或整段匹配时，应另外选择适合该规则的处理方式。

输入合法性与清理结果分别处理

输入字节是否构成合法 UTF-8，与某个 rune 是否需要删除，是两个不同问题。Remove 会先把非法输入字节按 RuneError 处理后再进行集合判断；因此它不适合充当“发现输入异常就拒绝”的完整入口。本例在调用之前使用 utf8.ValidString，明确选择拒绝非法编码。

这不是要求所有清理任务必须拒绝异常输入。如果业务允许修复，应在契约中说明替换行为并保留原始输入；不要通过把 RuneError 加入删除集合来掩盖源数据问题，因为原文也可能合法包含 U+FFFD。

依据 utf8.ValidString 文档，它判断字符串是否完全由合法 UTF-8 编码的 rune 组成。这个判断不保证字段符合业务格式，也不会自动处理规范化、大小写和人类可见字符的组合。

保留原文与规则版本的对应关系

删除是有损操作，结果不适合替代所有用途的原文。例如 仓_库 和 仓库 都可能得到同一个展示副本。若业务以清理结果做查重键，需要明确这种合并是否允许，而不是默认它们代表同一实体。

可以在应用记录中保留“原始文本”“规则版本”“展示副本”“查询字段”，再由展示组件读取展示副本，追溯记录关联原始文本与规则版本。图中的六个节点是数据设计示意，不是本包自动创建的数据表。

入库时让这些字段与当前记录保持一致，更新删除集合后再决定哪些旧记录需要重新生成。不要对清理后的字节偏移继续套用原文位置，删除字符会改变后续位置。展示副本也不等于 HTML 转义后的安全输出，呈现时仍应采用目标格式的正常编码方式。

常见删除需求怎样选择

怎样删除 Unicode 某一类字符？可以把对应 unicode.RangeTable 交给 runes.In，再传给 Remove。但范围可能远大于几个明确标点，使用前先确认该分类与业务契约一致。

只想删除开头和结尾的字符怎么办？Remove 会删除整个字符串内命中的 rune，不区分首尾。首尾裁剪应使用相应字符串裁剪方法，不要直接用这个函数替代。

能否一次删除整段词语？Predicate 的参数只有当前 rune；把词语的每个字放进集合，会删掉这些字在其他位置的出现，不能表达整段词语匹配。

删除后为什么视觉形态变了？rune 是码点层面的单位，部分可见字符由多个码点组成。删除组合标记可能改变文字含义，Remove 本身不会自动完成规范化或按用户感知字符分组。应先把删除范围缩小到已确认的码点，再决定是否需要专门的文本规则。