字符串類型是現(xiàn)代編程語言中最常使用的數(shù)據(jù)類型之一。在Go語言的先祖之一C語言當(dāng)中，字符串類型并沒有被顯式定義，而是以字符串字面值常量或以’\0’結(jié)尾的字符類型（char）數(shù)組來呈現(xiàn)的：

#define GOAUTHERS "Robert Griesemer, Rob Pike, and Ken Thompson"
const char * s = "hello world"
char s[] = "hello gopher"

這給C程序員在使用字符串時帶來一些問題，諸如：

● 類型安全性差；

● 字符串操作要時時刻刻考慮結(jié)尾的’\0’；

● 字符串?dāng)?shù)據(jù)可變（主要指以字符數(shù)組形式定義的字符串類型）；

● 獲取字符串長度代價大（O(n)的時間復(fù)雜度）；

● 未內(nèi)置對非ASCII字符（如中文字符）的處理。

Go語言修復(fù)了C語言的這一“缺陷”，內(nèi)置了string類型，統(tǒng)一了對字符串的抽象。

Go語言的字符串類型

在Go語言中，無論是字符串常量、字符串變量還是代碼中出現(xiàn)的字符串字面量，它們的類型都被統(tǒng)一設(shè)置為string：

const (
	s = "string constant"
)
func main() {
	var s1 string = "string variable"
	fmt.Printf("%T\n", s) // string
	fmt.Printf("%T\n", s1) // string
	fmt.Printf("%T\n", "temporary string literal") // string
}

Go的string類型設(shè)計充分吸取了C語言字符串設(shè)計的經(jīng)驗(yàn)教訓(xùn)，并結(jié)合了其他主流語言在字符串類型設(shè)計上的最佳實(shí)踐，最終呈現(xiàn)的string類型具有如下功能特點(diǎn)。

（1）string類型的數(shù)據(jù)是不可變的

一旦聲明了一個string類型的標(biāo)識符，無論是常量還是變量，該標(biāo)識符所指代的數(shù)據(jù)在整個程序的生命周期內(nèi)便無法更改。下面嘗試修改一下string數(shù)據(jù)，看看能得到怎樣的結(jié)果。

我們先來看第一種方法：

func main() {
// 原始字符串
	var s string = "hello"
	fmt.Println("original string:", s)
	// 切片化后試圖改變原字符串
	sl := []byte(s)
	sl[0] = 't'
	fmt.Println("slice:", string(sl))
	fmt.Println("after reslice, the original string is:", 	string(s))
}

該程序的運(yùn)行結(jié)果如下：

original string: hello
slice: tello
after reslice, the original string is: hello

在上面的例子中，我們試圖將string轉(zhuǎn)換為一個切片并通過該切片對其內(nèi)容進(jìn)行修改，但結(jié)果事與愿違。對string進(jìn)行切片化后，Go編譯器會為切片變量重新分配底層存儲而不是共用string的底層存儲，因此對切片的修改并未對原string的數(shù)據(jù)產(chǎn)生任何影響。

我們再來試試通過更為“暴力”一些的手段對string的數(shù)據(jù)發(fā)起“攻擊”：

func main() {
// 原始string
var s string = "hello"
fmt.Println("original string:", s)
// 試圖通過unsafe指針改變原始string
modifyString(&s)
fmt.Println(s)

}



func modifyString(s *string) {
	// 取出第一個8字節(jié)的值
	p := (*uintptr)(unsafe.Pointer(s))
	// 獲取底層數(shù)組的地址
	var array *[5]byte = (*[5]byte)(unsafe.Pointer(*p))
	var len *int = (*int)(unsafe.Pointer(uintptr(unsafe.Pointer(s)) + unsafe.Sizeof((*uintptr)(nil))))
	for i := 0; i < (*len); i++ {
		fmt.Printf("%p => %c\n", &((*array)[i]), (*array)[i])
		p1 := &((*array)[i])
		v := (*p1)
		(*p1) = v + 1 //try to change the character
	}
}

我們試圖通過unsafe指針指向string在運(yùn)行時內(nèi)部表示結(jié)構(gòu)（具體參考本條后面的講解）中的數(shù)據(jù)存儲塊的地址，然后通過指針修改那塊內(nèi)存中存儲的數(shù)據(jù)。

運(yùn)行這段程序得到下面的結(jié)果：

original string: hello
0x10d1b9d => h
unexpected fault address 0x10d1b9d
fatal error: fault
[signal SIGBUS: bus error code=0x2 addr=0x10d1b9d pc=0x109b079]

我們看到，對string的底層的數(shù)據(jù)存儲區(qū)僅能進(jìn)行只讀操作，一旦試圖修改那塊區(qū)域的數(shù)據(jù)，便會得到SIGBUS的運(yùn)行時錯誤，對string數(shù)據(jù)的“篡改攻擊”再次以失敗告終。

2）零值可用

Go string類型支持“零值可用”的理念。Go字符串無須像C語言中那樣考慮結(jié)尾’\0’字符，因此其零值為""，長度為0。

var s string
fmt.Println(s) // s = ""
fmt.Println(len(s)) // 0

3）獲取長度的時間復(fù)雜度是O(1)級別

Go string類型數(shù)據(jù)是不可變的，因此一旦有了初值，那塊數(shù)據(jù)就不會改變，其長度也不會改變。Go將這個長度作為一個字段存儲在運(yùn)行時的string類型的內(nèi)部表示結(jié)構(gòu)中（后文有說明）。這樣獲取string長度的操作，即len(s)實(shí)際上就是讀取存儲在運(yùn)行時中的那個長度值，這是一個代價極低的O(1)操作。

4）支持通過+/+=操作符進(jìn)行字符串連接

對開發(fā)者而言，通過+/+=操作符進(jìn)行的字符串連接是體驗(yàn)最好的字符串連接操作，Go語言支持這種操作：

s := "Rob Pike, "
s = s + "Robert Griesemer, "
s += " Ken Thompson"
fmt.Println(s) // Rob Pike, Robert Griesemer, Ken Thompson

5）支持各種比較關(guān)系操作符：==、!= 、>=、<=、>和<

func main() {
	// ==
	s1 := "世界和平"
	s2 := "世界" + "和平"
	fmt.Println(s1 == s2) // true
	// !=
	s1 = "Go"
	s2 = "C"
	fmt.Println(s1 != s2) // true
	// < 和 <=
	s1 = "12345"
	s2 = "23456"
	fmt.Println(s1 < s2) // true
	fmt.Println(s1 <= s2) // true
	// > 和 >=
	s1 = "12345"
	s2 = "123"
	fmt.Println(s1 > s2) // true
	fmt.Println(s1 >= s2) // true
}

由于Go string是不可變的，因此如果兩個字符串的長度不相同，那么無須比較具體字符串?dāng)?shù)據(jù)即可斷定兩個字符串是不同的。如果長度相同，則要進(jìn)一步判斷數(shù)據(jù)指針是否指向同一塊底層存儲數(shù)據(jù)。如果相同，則兩個字符串是等價的；如果不同，則還需進(jìn)一步比對實(shí)際的數(shù)據(jù)內(nèi)容。

6）對非ASCII字符提供原生支持

Go語言源文件默認(rèn)采用的Unicode字符集。Unicode字符集是目前市面上最流行的字符集，幾乎囊括了所有主流非ASCII字符（包括中文字符）。Go字符串的每個字符都是一個Unicode字符，并且這些Unicode字符是以UTF-8編碼格式存儲在內(nèi)存當(dāng)中的。

我們來看一個例子：

func main() {
	// 中文字符 Unicode碼點(diǎn) UTF8編碼
	// 中 U+4E2D E4B8AD
	// 國 U+56FD E59BBD
	// 歡 U+6B22 E6ACA2
	// 迎 U+8FCE E8BF8E
	// 您 U+60A8 E682A8
	s := "中國歡迎您"
	rs := []rune(s)
	sl := []byte(s)
	for i, v := range rs {
	var utf8Bytes []byte
	for j := i * 3; j < (i+1)*3; j++ {
		utf8Bytes = append(utf8Bytes, sl[j])
	}
	fmt.Printf("%s => %X => %X\n", string(v), v, utf8Bytes)
}
}

我們看到字符串變量s中存儲的文本是“中國歡迎您”五個漢字字符（非ASCII字符范疇），這里輸出了每個中文字符對應(yīng)的Unicode碼點(diǎn)（Code Point，見輸出結(jié)果的第二列），一個rune對應(yīng)一個碼點(diǎn)。UTF-8編碼是Unicode碼點(diǎn)的一種字符編碼形式，是最常用的一種編碼格式，也是Go默認(rèn)的字符編碼格式。我們還可以使用其他字符編碼格式來映射Unicode碼點(diǎn)，比如UTF-16等。

在UTF-8中，大多數(shù)中文字符都使用三字節(jié)表示。[]byte(s)的轉(zhuǎn)型讓我們獲得了s底層存儲的“復(fù)制品”，從而得到每個漢字字符對應(yīng)的UTF-8編碼字節(jié)（見輸出結(jié)果的第三列）。

中 => 4E2D => E4B8AD
國 => 56FD => E59BBD
歡 => 6B22 => E6ACA2
迎 => 8FCE => E8BF8E
您 => 60A8 => E682A8

7）原生支持多行字符串

Go語言直接提供了通過反引號構(gòu)造“所見即所得”的多行字符串的方法：

const s = `好雨知時節(jié)，當(dāng)春乃發(fā)生。
			隨風(fēng)潛入夜，潤物細(xì)無聲。
			野徑云俱黑，江船火獨(dú)明。
			曉看紅濕處，花重錦官城。`
func main() {
	fmt.Println(s)
}

運(yùn)行結(jié)果：文章來源地址http://www.zghlxwxcb.cn/news/detail-698563.html

好雨知時節(jié)，當(dāng)春乃發(fā)生。
隨風(fēng)潛入夜，潤物細(xì)無聲。
野徑云俱黑，江船火獨(dú)明。
曉看紅濕處，花重錦官城。

到了這里，關(guān)于go基礎(chǔ)09-Go語言的字符串類型的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！