go语言字符串

字符串

整点实操类型的吧。go 语言里的字符串都是以utf8的编码形式存在的。

定义很长一串字符串的方式：

var toolongstring = `
dwqdqwqwbalabdqwdqwd
dqwdqw
dqwd
qwd
qw
`

可以使用反引号进行输出换行的一个很长的一个字符串

字符串为中文的一些处理：

fmt.Println("hello" + "无解")

遍历上述字符串

var strings = "hello, i am 无解"

// 使用len方法获取字符串的长度
stringLen := len(strings)

for index := 0; index < stringLen; index++ {
    fmt.Printf("%s--编码值=%d,值=%c\n", strings, strings[index], strings[index])
}

有中文时，输出就会出现乱码

使用另一种遍历的方式进行遍历，别的语言里称谓foreach

for _, value := range strings {
    fmt.Printf("%s--编码值=%d,值=%c\n", strings, value, value)
}

提示

此时的value其实是rune类型，是int32类型

字符串底层原理

先来打印看一下下面这 2 个字符串的在内存中的长度

func main() {
	fmt.Println(unsafe.Sizeof("无解"))
	fmt.Println(unsafe.Sizeof("无解wujie"))
}

结果打印出来两个 16 字节，为何 2 个不一样的内容都占 16 字节，我们前面接触过 8 个字节的长度的数据就是指针，我们可以大胆怀疑 ，这个数据是不是里面包含了 2 个指针，而不是包含字符数据本身。

字符串在runtime里面是以stringStruct结构体形式

type stringStruct struct {
	str unsafe.Pointer
	len int
}

第一个成员是一个unsafe.Pointer可以指向任意数据类型的

第二个成员普通的int也是 8 个字节

所以不管多少都是 16 个字节。

• 字符串本质是个结构体
• Data指针指向底层Byte数组
• len表示Byte数组的长度

我们可以使用一个反射包下的一个StringHeader来测试里面的Len变量大小

type StringHeader struct {
	Data uintptr // 指针的最底层表示 原始的数字指针
	Len  int
}

案例：

func main() {
	x := "无解"
	// 将字符串的指针取出来
	sh := (*reflect.StringHeader)(unsafe.Pointer(&x)) // 万能指针
	fmt.Println(sh.Len)
}

// 结果：6

所以底层的len表示的是Byte数组的长度，和Unicode编码有关。

func main() {
	x := "无解wujie"
	// 将字符串的指针取出来
	sh := (*reflect.StringHeader)(unsafe.Pointer(&x)) // 万能指针
	fmt.Println(sh.Len)
}

// 结果：11

这里的使用的是UTF8变长编码，有可能 3 个字节表示的是中文字符，有可能 1 个字节表示的是英文字符

最终，其实我们可以直接使用len(x)来获得底层Byte数组的长度。

如果我们以角标访问底层数组的每个字节：

func main() {
	x := "无解wujie"
	for i := 0; i < len(x); i++ {
		fmt.Println(x[i])
	}
}

230
151
160
232
167
163
119
117
106
105
101

这样其实是不行的，不能获得到中文，我们应该使用for range来遍历

func main() {
	x := "无解wujie"
	for _, char := range x {
		fmt.Printf("%c\n", char)
	}
}

无
解
w
u
j
i
e

这样就能打印出来，就会发现很神奇，它会自动解码，前 3 个自动变成中文，这是怎么做到的呢？

在runtime包下有一个utf8.go文件，可以把多个字节解码成 1 个字符，也可以把一个字符解码成多个字节

字符串的访问

• 对字符串使用len()方法得到的是字节数而不是字符数
• 对字符串直接使用下标访问，得到的是字节
• 字符串被range遍历时，被解码成rune类型的字符

字符串的切分

需要切分时：

• 转为rune数组
• 切片
• 转为string

s = string([]rune(s)[:3]) // 取前3个字