unicode 字符集
unicode 字符集给世界上每个字符做了编码，每个字符对应一个码点(code pooint)。unicode字符集将所有的字符按平面划分，分为1个基础平面+16个补充平面，参考：unicode字符集。
码点范围：
- 基础平面：U+0000 - U+FFFF
- 补充平面：U+10000 - U+10FFFF
注意：这里码点用16进制写法，每个16进制位等于4个二进制位，2个16进制位就等于1字节。
utf8
unicode码点不好被计算机直接存储，假如每个字符都按最长码点(U+10FFFF)，用3字节存储，对基础平面的字符是极大的浪费，而我们日常用的最多的就是基础平面的字符。
出于这个原因，utf8被发明出来。utf8是一种编码方式，它规定每个unicode码点如何被编码。简单来说，它的规则很简单：
- 根据码点范围，决定需要的字节数
- 前缀+码点二进制
下面的表格具体展示了码点范围和对应的编码规则
| 分类 | 范围 | Byte1 | Byte2 | Byte3 | Byte4 |
|---|---|---|---|---|---|
| 基本平面 | U+0000, U+007F | 0xxxxxxx | |||
| U+0080, U+07FF | 110xxxxx | 10xxxxxx | |||
| U+0800, U+FFFF | 1110xxxx | 10xxxxxx | 10xxxxxx | ||
| 补充平面 | U+10000, U+10FFFF | 11110xxx | 10xxxxxx | 10xxxxxx | 10xxxxxx |
1个基本平面的字符被细分成了三个范围，16个补充片面算一个范围，具体来说：
- [U+0000,U+007F]: 这之间的码点，用1个字节编码，前缀是0，剩下的7位就是码点的二进制位
- [U+0080,U+07FF]：这之间的码点，用2个字节表示，第一个字节前缀是110，第二个字节前缀是10，一二字节剩余的位置就是码点二进制位原样写进来
- [U+0800, U+FFFF]，[U+10000,U+10FFFF]: 以此类推
举个例子：
中文“世”的码点是：4E16
码点写成二进制：0100,1110,0001,0110
码点落在第3区间，utf8编码为：11100100,10111000,10010110
utf8编码用16进制表示：E4B896
中文“界”的码点是：754C
码点写成二进制：0111,0101,0100,1100
码点落在第3区间，utf8编码为：11100111,10010101,10001100
utf8编码用16进制表示：E7958C
Go 字符串
Go 中的字符串就是byte slice，Go 对于string literal采用utf8编码，每个byte存的就是utf8编码的结果。
word := "世界"
fmt.Printf("% x\n", word) // output: e4 b8 96 e7 95 8c
fmt.Printf("% x\n", []byte(word)) // same output: e4 b8 96 e7 95 8c
要强调的是，string本身就是一个byte slice，没有任何特殊。只是 Go 在处理 string literal 时，默认将 utf8 编码存到这个byte slice中。除此以外，我们可以随意往里面插入字节，甚至是无法用utf8解析的字节。
utf8Bytes := []byte{0xe4, 0xb8, 0x96, 0xe7, 0x95, 0x8c}
fmt.Printf("%s\n", string(utf8Bytes)) // output: 世界
utf8Bytes = append(utf8Bytes, 0xff) // 插入一个不合法的utf8字节
fmt.Printf("%s\n", string(utf8Bytes)) // output: 世界�
在打印时，对于无法用 utf8 解析的字符，默认输出�，这叫replacement character。当渲染失败时，默认展示这个字符，它的码点是U+FFFD。
Go 字符
Go 中单个字符直接存储unicode码点，不经过utf8编码。一个很直观的例子
s := "世"
c := '世'
fmt.Printf("%x\n", s) // output: E4B896
fmt.Printf("%x\n", c) // output: 4E16
双引号“世”被当做字符串，存储 utf8 编码，单引号’世‘被当做单个字符，直接存储 unicode 码点。
Go 给 unicode 码点取了新名字: rune。从定义来看：type rune = int32，rune和int32完全等价。这也说明码点在Go中永远都是用4字节存储。
我们可以把 string 的每个utf8字符解码成码点(rune)输出。
world := "世界"
fmt.Printf("%x\n", []rune(world)) // output: [4e16 754c]
