字符串
字符串
在Go中,字符串本质上是一个不可变的只读的字节数组,也是一片连续的内存空间。
字面量
前面提到过字符串有两种字面量表达方式,分为普通字符串和原生字符串。
普通字符串
普通字符串由""
双引号表示,支持转义,不支持多行书写,下列是一些普通字符串
"这是一个普通字符串\n"
"abcdefghijlmn\nopqrst\t\\uvwxyz"
这是一个普通字符串
abcdefghijlmn
opqrst \uvwxyz
原生字符串
原生字符串由反引号表示,不支持转义,支持多行书写,原生字符串里面所有的字符都会原封不动的输出,包括换行和缩进。
`这是一个原生字符串,换行
tab缩进,\t制表符但是无效,换行
"这是一个普通字符串"
结束
`
这是一个原生字符串,换行
tab缩进,\t制表符但是无效,换行
"这是一个普通字符串"
结束
访问
因为字符串本质是字节数组,所以字符串的访问形式跟数组切片完全一致,例如访问字符串第一个元素
func main() {
str := "this is a string"
fmt.Println(str[0])
}
输出是字节而不是字符
116
切割字符串
func main() {
str := "this is a string"
fmt.Println(string(str[0:4]))
}
this
尝试修改字符串元素
func main() {
str := "this is a string"
str[0] = 'a' // 无法通过编译
fmt.Println(str)
}
main.go:7:2: cannot assign to str[0] (value of type byte)
虽然没法修改字符串,但是可以覆盖
func main() {
str := "this is a string"
str = "that is a string"
fmt.Println(str)
}
that is a string
转换
字符串可以转换为字节切片,而字节切片或字节数组也可以转换为字符串,例子如下:
func main() {
str := "this is a string"
// 显式类型转换为字节切片
bytes := []byte(str)
fmt.Println(bytes)
// 显式类型转换为字符串
fmt.Println(string(bytes))
}
字符串的内容是只读的不可变的,无法修改,但是字节切片是可以修改的。
func main() {
str := "this is a string"
fmt.Println(&str)
bytes := []byte(str)
// 修改字节切片
bytes = append(bytes, 96, 97, 98, 99)
// 赋值给原字符串
str = string(bytes)
fmt.Println(str)
}
提示
两种类型之间的转换都需要进行数据拷贝,其性能损耗会随着长度的增加而增长。
长度
字符串的长度,其实并不是字面量的长度,而是字节数组的长度,只是大多数时候都是ANSCII
字符,刚好能用一个字节表示,所以恰好与字面量长度相等,求字符串长度使用内置函数len
,例子如下:
func main() {
str := "this is a string" // 看起来长度是16
str2 := "这是一个字符串" // 看起来长度是7
fmt.Println(len(str), len(str2))
}
16 21
看起来中文字符串比英文字符串短,但是实际求得的长度却比英文字符串长。这是因为在unicode
编码中,一个汉字在大多数情况下占3个字节,一个英文字符只占一个字节,通过输出字符串第一个元素可以看出结果:
func main() {
str := "this is a string"
str2 := "这是一个字符串"
fmt.Println(string(str[0]))
fmt.Println(string(str2[0]))
fmt.Println(string(str2[0:3]))
}
t // 字母t
è // 意大利语
这 // 中文汉字
拷贝
类似数组切片的拷贝方式,字符串拷贝其实是字节切片拷贝,使用内置函数copy
func main() {
var dst, src string
src = "this is a string"
desBytes := make([]byte, len(src))
copy(desBytes, src)
dst = string(desBytes)
fmt.Println(src, dst)
}
也可以使用strings.clone
函数,但其实内部实现都差不多
func main() {
var dst, src string
src = "this is a string"
dst = strings.Clone(src)
fmt.Println(src, dst)
}
拼接
字符串的拼接使用+
操作符
func main() {
str := "this is a string"
str = str + " that is a int"
fmt.Println(str)
}
也可以转换为字节切片再进行添加元素
func main() {
str := "this is a string"
bytes := []byte(str)
bytes = append(bytes, "that is a int"...)
str = string(bytes)
fmt.Println(str)
}
以上两种拼接方式性能都很差,一般情况下可以使用,但如果对应性能有更高要求,可以使用strings.Builder
func main() {
builder := strings.Builder{}
builder.WriteString("this is a string ")
builder.WriteString("that is a int")
fmt.Println(builder.String())
}
this is a string that is a int
遍历
在本文开头就已经提到过,Go中的字符串就是一个只读的字节切片,也就是说字符串的组成单位是字节而不是字符。这种情况经常会在遍历字符串时遇到,例如下方的代码
func main() {
str := "hello world!"
for i := 0; i < len(str); i++ {
fmt.Printf("%d,%x,%s\n", str[i], str[i], string(str[i]))
}
}
例子中分别输出了字节的十进制形式和十六进制形式。
104,68,h
101,65,e
108,6c,l
108,6c,l
111,6f,o
32,20,
119,77,w
111,6f,o
114,72,r
108,6c,l
100,64,d
33,21,!
由于例子中的字符都是属于ASCII字符,只需要一个字节就能表示,所以结果恰巧每一个字节对应一个字符。但如果包含非ASCII字符结果就不同了,如下
func main() {
str := "hello 世界!"
for i := 0; i < len(str); i++ {
fmt.Printf("%d,%x,%s\n", str[i], str[i], string(str[i]))
}
}
通常情况下,一个中文字符会占用3个字节,所以就可能会看到以下结果
104,68,h
101,65,e
108,6c,l
108,6c,l
111,6f,o
32,20,
228,e4,ä
184,b8,¸
150,96,
231,e7,ç
149,95,
140,8c,
33,21,!
按照字节来遍历会把中文字符拆开,这显然会出现乱码。Go字符串是明确支持utf8的,应对这种情况就需要用到rune
类型,在使用for range
进行遍历时,其默认的遍历单位类型就是一个rune
,例如下方代码
func main() {
str := "hello 世界!"
for _, r := range str {
fmt.Printf("%d,%x,%s\n", r, r, string(r))
}
}
输出如下
104,68,h
101,65,e
108,6c,l
108,6c,l
111,6f,o
32,20,
19990,4e16,世
30028,754c,界
33,21,!
rune
本质上是int32
的类型别名,unicode字符集的范围位于0x0000 - 0x10FFFF之间,最大也只有三个字节,合法的UTF8编码最大字节数只有4个字节,所以使用int32
来存储是理所当然,上述例子中将字符串转换成[]rune
再遍历也是一样的道理,如下
func main() {
str := "hello 世界!"
runes := []rune(str)
for i := 0; i < len(runes); i++ {
fmt.Println(string(runes[i]))
}
}
还可以使用uft8
包下的工具,例如
func main() {
str := "hello 世界!"
for i, w := 0, 0; i < len(str); i += w {
r, width := utf8.DecodeRuneInString(str[i:])
fmt.Println(string(r))
w = width
}
}
这两个例子的输出都是相同的。
提示
关于字符串的更多细节,可以前往Strings, bytes, runes and characters in Go了解。