golang基础数据类型-字符串

绝地灬酷狼 2023-01-10 14:35 120阅读 0赞

一个字符串是一个不可改变的字节序列，字符串可以包含任意数据，文本字符串通常被解释为采用UTF8编码的Unicode码点（rune）序列

## 表现形式 ##

golang中的字符串支持两种表现形式

func TestString(t *testing.T) { 
       // 形式一: 双引号，会识别转义字符
       str1 := "这是字符串的表现形式一。\n你可以看到换行了"
    
       // 形式二: 反引号，以字符串的原生形式输出，包括换行和特殊字符，可以防止攻击，输出源代码等效果
       str2 := `源代码 func TestInt1(t *testing.T) { var i uint8 = 0 i-- fmt.Println(i) // 255 } `
       fmt.Println(str1)
       fmt.Println(str2)
    }

## 零值 ##

golang中的字符串是值类型，零值/默认值是空字符串""

func TestString(t *testing.T) { 
       var str1 string
       fmt.Println(str1 == "") // true
    }

## 长度 ##

内置的len函数，计算的是字符串中的字节的数量，不是字符的数量

一个中文字符可能占多个字节数，可以使用utf8.RuneCountInString计算字符串中字符的数量

func TestString(t *testing.T) { 
       // 一个中文字符可能占用多个字节
       str := "hello,上海"
       fmt.Println(len(str))                    // 12,展示的是字节数，不是字符数
       fmt.Println(utf8.RuneCountInString(str)) // 8,展示的是字符数
    }

## 操作 ##

索引操作s\[i\]返回第i个字节的字节值，i必须满足0 ≤ i< len(s)条件约束

注意：第i个字节并不一定是字符串的第i个字符，因为对于非ASCII字符的UTF8编码会要两个或多个字节

func TestString(t *testing.T) { 
       // 一个中文字符可能占用多个字节
       str := "hello,上海"
    
       // 索引操作s[i]返回第i个字节的字节值，i必须满足0 ≤ i< len(s)条件约束
       fmt.Println(str[0]) // 104
    }

子字符串操作s\[i:j\]基于原始的s字符串的第i个字节开始到第j个字节（并不包含j本身）生成一个新字符串，生成的新字符串将包含j-i个字节

不管i还是j都可能被忽略，当它们被忽略时将采用0作为开始位置，采用len(s)作为结束的位置

func TestString(t *testing.T) { 
       // 一个中文字符可能占用多个字节
       str := "hello,上海"
    
       // 字符串截取
       fmt.Println(str[0:5]) // hello
       // 等价于str[0:9]
       fmt.Println(str[:9])  // hello,上
      // 等价于str[6:len(str)] 
       fmt.Println(str[6:])  // 上海
    }

字符串可以用==和<进行比较；比较通过逐个字节比较完成的，因此比较的结果是字符串自然编码的顺序

## unicode和utf8 ##

unicode：每个符号都分配一个唯一的Unicode码点，Unicode码点对应Go语言中的rune整数类型（译注：rune是int32等价类型）。我们可以将一个符文序列表示为一个int32序列。这种编码方式叫UTF-32或UCS-4，每个Unicode码点都使用同样大小的32bit来表示。这种方式比较简单统一，但是它会浪费很多存储空间，因为大多数计算机可读的文本是ASCII字符，本来每个ASCII字符只需要8bit或1字节就能表示

utf8：UTF8是一个将Unicode码点编码为字节序列的变长编码。UTF8编码是由Go语言之父Ken Thompson和Rob Pike共同发明的，现在已经是Unicode的标准。UTF8编码使用1到4个字节来表示每个Unicode码点，ASCII部分字符只使用1个字节，常用字符部分使用2或3个字节表示

Go语言的源文件采用UTF8编码

## 遍历 ##

如果字符串中含有中文字符，遍历的时候一定不要按照字节遍历，一定要按照字符来遍历

func TestString(t *testing.T) { 
       str := "hello,上海"
    
       // 方式一：直接使用range，按照字符遍历
       for i, v := range str { 
          fmt.Printf("%d : %c\n", i, v)
       }
    
       // 方式二：转换成rune切片，按照字符遍历
       runes := []rune(str)
       for i, v := range runes { 
          fmt.Printf("%d : %c\n", i, v)
       }
    }