golang字符串

2024-05-22 11:59:05 72

string类型单独提取为一篇教程是因为在Go中，string的实现方式同其他语言的不同。

什么是字符串

在Go中字符串是byte数组。可以通过将内容放在双引号""之间的方式来创建一个字符串。让我们看一个简单的例子，该例子创建并打印一个字符串：

packagemain

import(
"fmt"
)

funcmain(){
name:="HelloWorld"
fmt.Println(name)
}12345678910

上面的[程序]输出：HelloWorld。

Go中的字符串符合Unicode标准，并以UTF-8编码。

访问字符串中的字节

因为字符串是字节数组，因此可以访问一个字符串中的字节。

packagemain

import(
"fmt"
)

funcprintBytes(sstring){
fori:=0;i<len(s);i++{
fmt.Printf("%x",s[i])
}
}

funcmain(){
name:="HelloWorld"
printBytes(name)
}12345678910111213141516

在上面的程序中，len(s)返回字符串中的字节数，我们用一个for循环以16进制打印这些字节。%x格式化指示符用来以16进制打印参数。上面的程序打印：48656c6c6f20576f726c64。它们是"HelloWorld"以UTF-8方式编码的Unicode值。对Unicode字符集和UTF-8编码有一个基本的了解会更好的理解string类型。我（原文作者）建议大家阅读：https://naveenr.net/unicode-character-set-and-utf-8-utf-16-utf-32-encoding/来学习什么是Unicode和UTF-8。

让我们修改上面的程序以打印字符串中的字符：

packagemain

import(
"fmt"
)

funcprintBytes(sstring){
fori:=0;i<len(s);i++{
fmt.Printf("%x",s[i])
}
}


funcprintChars(sstring){
fori:=0;i<len(s);i++{
fmt.Printf("%c",s[i])
}
}

funcmain(){
name:="HelloWorld"
printBytes(name)
fmt.Printf("\n")
printChars(name)
}12345678910111213141516171819202122232425

在第16行的printChars函数中，%c格式化指示符用来打印字符串中的字符。上面的程序输出为：

48656c6c6f20576f726c64
HelloWorld12

虽然上面的程序看起来是一种合法的打印字符串中各个字符的方法，但是这里有一个严重的错误。让我们深入这段代码看看究竟是哪里不对。

packagemain

import(
"fmt"
)

funcprintBytes(sstring){
fori:=0;i<len(s);i++{
fmt.Printf("%x",s[i])
}
}

funcprintChars(sstring){
fori:=0;i<len(s);i++{
fmt.Printf("%c",s[i])
}
}

funcmain(){
name:="HelloWorld"
printBytes(name)
fmt.Printf("\n")
printChars(name)
fmt.Printf("\n")
name="Señor"
printBytes(name)
fmt.Printf("\n")
printChars(name)
}1234567891011121314151617181920212223242526272829

上面程序的输出为：

48656c6c6f20576f726c64
HelloWorld

5365c3b16f72
SeÃ±or12345

在上面的程序第28行，我们试图打印Señor中的字符串，但是结果却是SeÃ±or，这明显是错的。为什么打印HelloWorld是对的，打印Señor是错的呢？原因是ñ的Unicode码点是U+00F1而它的UTF-8编码占了两个字节：c3和b1。我们试图将一个字节视为一个字符来打印字符串的方法是错误的。在UTF-8编码中一个码点编码后可能占多于1个字节的空间。所以我们必须要解决这个问题。rune是我们的救星。

rune

rune是Go中的内置类型，它是int32的别名。在Go中，rune表示一个Unicode码点。无论一个码点会被编码为多少个字节，它都可以表示为一个rune。让我们修改上面的程序，使用rune来打印字符串中的字符。

packagemain

import(
"fmt"
)

funcprintBytes(sstring){
fori:=0;i<len(s);i++{
fmt.Printf("%x",s[i])
}
}

funcprintChars(sstring){
runes:=[]rune(s)
fori:=0;i<len(runes);i++{
fmt.Printf("%c",runes[i])
}
}

funcmain(){
name:="HelloWorld"
printBytes(name)
fmt.Printf("\n")
printChars(name)
fmt.Printf("\n\n")
name="Señor"
printBytes(name)
fmt.Printf("\n")
printChars(name)
}123456789101112131415161718192021222324252627282930

在上面的程序中，第14行，字符串被转换为tune切片。然后我们遍历该切片并打印其中的字符。程序的输出如下：

48656c6c6f20576f726c64
HelloWorld

5365c3b16f72
Señor12345

上面的输出是正确的。这正是我们想要的结果。

使用rangefor遍历字符串

上面的程序是遍历字符串中字符的一个正确方式。但是Go提供了一种更简单的方式来做到这一点：使用rangefor。

packagemain

import(
"fmt"
)

funcprintCharsAndBytes(sstring){
forindex,rune:=ranges{
fmt.Printf("%cstartsatbyte%d\n",rune,index)
}
}

funcmain(){
name:="Señor"
printCharsAndBytes(name)
}12345678910111213141516

在上面的程序中，第8行通过使用rangefor遍历字符串。range返回一个rune（在byte数组中）的位置，以及rune本身。上面的程序输出为：

Sstartsatbyte0
estartsatbyte1
ñstartsatbyte2
ostartsatbyte4
rstartsatbyte512345

从上面的输出可以看到，ñ占两个字节：）

通过byte切片创建字符串

packagemain

import(
"fmt"
)

funcmain(){
byteSlice:=[]byte{0x43,0x61,0x66,0xC3,0xA9}
str:=string(byteSlice)
fmt.Println(str)
}
123456789101112

在上面的程序中，byteSlice是"Café"经过UTF-8编码后得到的切片（用16进制表示）。上面的程序输出为：Café。

如果我们换成对应的十进制数程序会正常工作吗？答案是：Yes。让我们测试一下：

packagemain

import(
"fmt"
)

funcmain(){
byteSlice:=[]byte{67,97,102,195,169}//decimalequivalentof{'\x43','\x61','\x66','\xC3','\xA9'}
str:=string(byteSlice)
fmt.Println(str)
}1234567891011

上面的程序同样输出：Café。

通过rune切片创建字符串

packagemain

import(
"fmt"
)

funcmain(){
runeSlice:=[]rune{0x0053,0x0065,0x00f1,0x006f,0x0072}
str:=string(runeSlice)
fmt.Println(str)
}1234567891011

在上面的程序中，runeSlice包含了字符串"Señor"的Unicode码点（以16进制表示）。程序的输出为：Señor。

字符串的长度

utf8包提供了funcRuneCountInString(sstring)(nint)来获取字符串的长度，该方法接受一个字符串作为参数，并返回该字符串中rune的数量。

（译者注：RuneCountInString返回字符串中Unicode字符的个数，而len返回字符串中byte的个数，注意两者的区别。）

packagemain

import(
"fmt"
"unicode/utf8"
)



funclength(sstring){
fmt.Printf("lengthof%sis%d\n",s,utf8.RuneCountInString(s))
}
funcmain(){

word1:="Señor"
length(word1)
word2:="Pets"
length(word2)
}12345678910111213141516171819

上面程序的输出为：

lengthofSeñoris5
lengthofPetsis412

字符串是不可变的

在Go中字符串是不可变的。字符串一旦被创建就无法改变。

packagemain

import(
"fmt"
)

funcmutate(sstring)string{
s[0]='a'//anyvalidunicodecharacterwithinsinglequoteisarune
returns
}
funcmain(){
h:="hello"
fmt.Println(mutate(h))
}1234567891011121314

上面的程序中，第8行我们试图改变字符串的第一个字符为a。因为字符串是不可变的，因此这是非法的，将会报错：main.go:8:cannotassigntos[0]。

为了改变一个字符串中的字符，我们需要先把字符串转换为rune切片，然后修改切片中的内容，最后将这个切片转换回字符串。

packagemain

import(
"fmt"
)

funcmutate(s[]rune)string{
s[0]='a'
returnstring(s)
}
funcmain(){
h:="hello"
fmt.Println(mutate([]rune(h)))
}1234567891011121314

在上面的程序中，第7行mutate函数接受一个rune切片作为参数。然后将该切片的第一个元素改为a，最后再转换回字符串并返回。该函数在程序中的第13行被调用。h被转换为一个rune切片传递给mutate。程序的输出为：aello。

原文链接：