当前位置:首页 > 文章列表 > Golang > Go问答 > Go text/scanner.Scanner.Next 怎样逐个读取 rune 而不进行记号扫描

Go text/scanner.Scanner.Next 怎样逐个读取 rune 而不进行记号扫描

来源:17golang原创 2026-11-18 09:38:52 0浏览 收藏

如果你的任务是“把输入中的每个 Unicode 字符依次取出来”,而不是识别标识符、数字或字符串,那么 text/scanner.Scanner.Next 更贴合这个需求。它每次返回一个 rune,读到源末尾返回 scanner.EOF;不会把字符先组织成记号。

官方地址:https://pkg.go.dev/text/scanner#Scanner.Next

记住一条判断:Next 负责消费下一个 Unicode 字符,Scan 负责按扫描模式返回 token;如果还要知道读取后的位置,再调用 Pos()。

Next 的返回值到底是什么

Scanner.Next() 的返回类型是 rune。正常读取时,返回值可以是 ASCII 字符,也可以是中文等 Unicode 字符;输入耗尽时返回 scanner.EOF。这个 EOF 是 text/scanner 定义的特殊 rune,不应和普通字符混在一起处理。

它面向的是字符级读取,不会根据 Mode 把连续字母合并成标识符,也不会把数字、字符串或注释识别成 token。底层输入仍由 Init 接收的 io.Reader 提供。

Go text/scanner.Scanner.Next 从 io.Reader 逐个返回 rune 并在末尾返回 scanner.EOF 的结构说明图
图1:Next 的字符级读取结构说明图,不是截图或运行证据。

用 Init 和 Next 逐个读取 rune

最小用法是先用 Init 绑定输入,再循环调用 Next。循环的退出条件应直接比较 scanner.EOF,不要用零值字符猜测输入是否结束,因为零值字符本身也可能是输入的一部分。

package main

import (
	"fmt"
	"strings"
	"text/scanner"
)

func main() {
	// 使用 UTF-8 字符串作为示例输入,包含 ASCII、中文和换行。
	var s scanner.Scanner
	s.Init(strings.NewReader("Go语言\n"))
	s.Filename = "sample.txt"

	for {
		ch := s.Next()
		if ch == scanner.EOF {
			// 只有 scanner.EOF 表示字符流已经读完。
			break
		}

		pos := s.Pos()
		// Pos 返回刚读完这个字符之后的位置。
		fmt.Printf("%q offset=%d line=%d column=%d\n", ch, pos.Offset, pos.Line, pos.Column)
	}
}

这里的 pos 是读取后的观察点。对于多字节 UTF-8 字符,Offset 表示字节偏移;Column 表示当前行中的字符列,不应把它当成字节数。

Next 不扫描记号,适合哪些压力

把 Next 看成“字符级游标”更容易做取舍。它适合逐字符过滤、查找分隔符、做自定义轻量状态机,或者在你已经有自己的语法规则时读取原始字符。此时让 Scanner 自动识别 token,反而会把本来需要保留的边界隐藏起来。

但如果目标是读取 Go 风格的标识符、整数、字符串或注释,就不应强行用 Next 重写一套词法规则。Scan 会依据 Mode 返回 token;默认的 Init 会设置 Go token 模式和 Go 空白字符集合。两者的职责不是谁更快,而是读者需要字符还是需要语义单元。

方法粒度是否消费输入适用问题
Next()一个 Unicode 字符是字符级规则、自定义状态机
Peek()下一个 Unicode 字符否先看一眼再决定是否读取
Scan()token 或单个字符是按 Mode 做记号识别
Pos()当前位置不读取查看最后一次 Next 或 Scan 后的位置

位置判断的反例:不要直接读 Position

一个容易踩到的边界是:调用 Next 不会更新 Scanner.Position 字段。文档明确要求,想知道最后一次 Next 或 Scan 之后的位置,应调用 Pos()。因此,字符级循环中应把 Pos() 当成读取后的坐标接口,而不是读取 Position 字段。

另外,Next 遇到读取错误时会调用 s.Error;如果没有设置错误处理函数,则会把错误报告到标准错误输出。若业务需要把读取错误转成自己的返回值,应在初始化后设置 Error,并结合 ErrorCount 处理失败路径。

Next、Peek、Scan 和 Pos 在字符级读取、记号扫描与读取后位置之间的职责边界结构图
图2:Next、Peek、Scan、Pos 的职责边界结构图,不是截图或运行证据。

选择清单:什么时候不要用 Next

  1. 需要一个完整标识符、数字或字符串时,优先考虑 Scan,不要自行拼接 token。
  2. 只想判断下一个字符、暂时不消费输入时,使用 Peek。
  3. 需要读取后行列和字节偏移时,在 Next 或 Scan 之后调用 Pos。
  4. 处理结束时只比较 scanner.EOF,不要把字符零值、空白或 Position 字段当 EOF。
  5. 需要保留错误上下文时,为 Scanner.Error 设置明确的处理函数,并记录 ErrorCount。

一句话总结:Next 是“逐个拿字符”的入口,不是词法分析器。先确定你的结果需要 rune 还是 token,再决定使用字符级读取还是记号扫描,位置问题统一交给 Pos()。

相关问题

Next 会跳过空白吗?

不会把空白按 token 规则跳过;它按字符读取输入,所以空格、换行等字符会作为读取结果出现。空白集合主要影响 Scan 的扫描行为。

Next 读到中文时返回的是几个值?

每个 Unicode 字符返回一个 rune。UTF-8 的字节数和 rune 的数量不是同一概念,因此需要字节偏移时应读取 Pos().Offset,不要用字符次数代替。

为什么 Next 后 Position 看起来没有变化?

这是 API 的设计边界:Next 不更新 Scanner.Position 字段。请使用 Pos() 获取紧跟在最近一次字符或 token 后的位置。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go go/doc/comment.Printer.HTML 怎样把解析后的文档注释输出为 HTMLGo go/doc/comment.Printer.HTML 怎样把解析后的文档注释输出为 HTML
上一篇
Go go/doc/comment.Printer.HTML 怎样把解析后的文档注释输出为 HTML
GIMP 怎样修改当前图像的网格间距
下一篇
GIMP 怎样修改当前图像的网格间距
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    1090次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    1088次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    1252次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1196次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    1041次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码