go 字符串

2023-05-21,,

字符串

什么是字符串

Go 语言中的字符串是一个字节切片。把内容放在双引号""之间,我们可以创建一个字符串。让我们来看一个创建并打印字符串的简单示例。

package main

import (
    "fmt"
)

func main() {
    name := "Hello World"
    fmt.Println(name)
}

上面的程序将会输出 Hello World

Go 中的字符串是兼容 Unicode 编码的,并且使用 UTF-8 进行编码。

单独获取字符串的每一个字节

由于字符串是一个字节切片,所以我们可以获取字符串的每一个字节。

package main

import (
    "fmt"
)

func printBytes(s string) {
    for i:= 0; i < len(s); i++ {
        fmt.Printf("%x ", s[i])
    }
}

func main() {
    name := "Hello World"
    printBytes(name)
}

上面程序的第 8 行,len(s) 返回字符串中字节的数量,然后我们用了一个 for 循环以 16 进制的形式打印这些字节。%x 格式限定符用于指定 16 进制编码。上面的程序输出 48 65 6c 6c 6f 20 57 6f 72 6c 64。这些打印出来的字符是 "Hello World" 以 [Unicode UTF-8 编码]的结果。为了更好的理解 go 中的字符串,需要对 Unicode 和 UTF-8 有基础的理解。我推荐阅读一下 <https://naveenr.net/unicode-character-set-and-utf-8-utf-16-utf-32-encoding/> 来理解一下什么是 Unicode 和 UTF-8。

让我们稍微修改一下上面的程序,让它打印字符串的每一个字符。

package main

import (
    "fmt"
)

func printBytes(s string) {
    for i:= 0; i < len(s); i++ {
        fmt.Printf("%x ", s[i])
    }
}

func printChars(s string) {
    for i:= 0; i < len(s); i++ {
        fmt.Printf("%c ",s[i])
    }
}

func main() {
    name := "Hello World"
    printBytes(name)
    fmt.Printf("\n")
    printChars(name)
}

printChars 方法(第 16 行中)中,%c 格式限定符用于打印字符串的字符。这个程序输出结果是:

48 65 6c 6c 6f 20 57 6f 72 6c 64  
H e l l o   W o r l d

上面的程序获取字符串的每一个字符,虽然看起来是合法的,但却有一个严重的 bug。让我拆解这个代码来看看我们做错了什么。

package main

import (
    "fmt"
)

func printBytes(s string) {
    for i:= 0; i < len(s); i++ {
        fmt.Printf("%x ", s[i])
    }
}

func printChars(s string) {
    for i:= 0; i < len(s); i++ {
        fmt.Printf("%c ",s[i])
    }
}

func main() {
    name := "Hello World"
    printBytes(name)
    fmt.Printf("\n")
    printChars(name)
    fmt.Printf("\n")
    name = "Señor"
    printBytes(name)
    fmt.Printf("\n")
    printChars(name)
}

上面代码输出的结果是:

48 65 6c 6c 6f 20 57 6f 72 6c 64  
H e l l o   W o r l d  
53 65 c3 b1 6f 72  
S e à ± o r

在上面程序的第 28 行,我们尝试输出 Señor 的字符,但却输出了错误的 S e à ± o r。 为什么程序分割 Hello World 时表现完美,但分割 Señor 就出现了错误呢?这是因为 ñ 的 Unicode 代码点(Code Point)是 U+00F1。它的 [UTF-8 编码]占用了 c3 和 b1 两个字节。它的 UTF-8 编码占用了两个字节 c3 和 b1。而我们打印字符时,却假定每个字符的编码只会占用一个字节,这是错误的。在 UTF-8 编码中,一个代码点可能会占用超过一个字节的空间。那么我们该怎么办呢?rune 能帮我们解决这个难题。

rune

rune 是 Go 语言的内建类型,它也是 int32 的别称。在 Go 语言中,rune 表示一个代码点。代码点无论占用多少个字节,都可以用一个 rune 来表示。让我们修改一下上面的程序,用 rune 来打印字符。

package main

import (
    "fmt"
)

func printBytes(s string) {
    for i:= 0; i < len(s); i++ {
        fmt.Printf("%x ", s[i])
    }
}

func printChars(s string) {
    runes := []rune(s)
    for i:= 0; i < len(runes); i++ {
        fmt.Printf("%c ",runes[i])
    }
}

func main() {
    name := "Hello World"
    printBytes(name)
    fmt.Printf("\n")
    printChars(name)
    fmt.Printf("\n\n")
    name = "Señor"
    printBytes(name)
    fmt.Printf("\n")
    printChars(name)
}

在上面代码的第 14 行,字符串被转化为一个 rune 切片。然后我们循环打印字符。程序的输出结果是

48 65 6c 6c 6f 20 57 6f 72 6c 64  
H e l l o   W o r l d 

53 65 c3 b1 6f 72  
S e ñ o r

上面的输出结果非常完美,就是我们想要的结果:)。

字符串的 for range 循环

上面的程序是一种遍历字符串的好方法,但是 Go 给我们提供了一种更简单的方法来做到这一点:使用 for range 循环。

package main

import (
    "fmt"
)

func printCharsAndBytes(s string) {
    for index, rune := range s {
        fmt.Printf("%c starts at byte %d\n", rune, index)
    }
}

func main() {
    name := "Señor"
    printCharsAndBytes(name)
}

在上面程序中的第8行,使用 for range 循环遍历了字符串。循环返回的是是当前 rune 的字节位置。程序的输出结果为:

S starts at byte 0  
e starts at byte 1  
ñ starts at byte 2
o starts at byte 4  
r starts at byte 5

从上面的输出中可以清晰的看到 ñ 占了两个字节:)。

用字节切片构造字符串

package main

import (  
    "fmt"
)

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

上面的程序中 byteSlice 包含字符串 Café 用 UTF-8 编码后的 16 进制字节。程序输出结果是 Café

如果我们把 16 进制换成对应的 10 进制值会怎么样呢?上面的程序还能工作吗?让我们来试一试:

package main

import (  
    "fmt"
)

func main() {  
    byteSlice := []byte{67, 97, 102, 195, 169}//decimal equivalent of {'\x43', '\x61', '\x66', '\xC3', '\xA9'}
    str := string(byteSlice)
    fmt.Println(str)
}

上面程序的输出结果也是Café

用 rune 切片构造字符串

package main

import (  
    "fmt"
)

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

在上面的程序中 runeSlice 包含字符串 Señor的 16 进制的 Unicode 代码点。这个程序将会输出Señor

字符串的长度

[utf8 package] 包中的 func RuneCountInString(s string) (n int) 方法用来获取字符串的长度。这个方法传入一个字符串参数然后返回字符串中的 rune 的数量。

package main

import (  
    "fmt"
    "unicode/utf8"
)

func length(s string) {  
    fmt.Printf("length of %s is %d\n", s, utf8.RuneCountInString(s))
}
func main() { 
    word1 := "Señor" 
    length(word1)
    word2 := "Pets"
    length(word2)
}

上面程序的输出结果是:

length of Señor is 5  
length of Pets is 4

字符串是不可变的

Go 中的字符串是不可变的。一旦一个字符串被创建,那么它将无法被修改。

package main

import (  
    "fmt"
)

func mutate(s string)string {  
    s[0] = 'a'//any valid unicode character within single quote is a rune 
    return s
}
func main() {  
    h := "hello"
    fmt.Println(mutate(h))
}

在上面程序中的第 8 行,我们试图把这个字符串中的第一个字符修改为 'a'。由于字符串是不可变的,因此这个操作是非法的。所以程序抛出了一个错误 main.go:8: cannot assign to s[0]

为了修改字符串,可以把字符串转化为一个 rune 切片。然后这个切片可以进行任何想要的改变,然后再转化为一个字符串。

package main

import (  
    "fmt"
)

func mutate(s []rune) string {  
    s[0] = 'a' 
    return string(s)
}
func main() {  
    h := "hello"
    fmt.Println(mutate([]rune(h)))
}

在上面程序的第 7 行,mutate 函数接收一个 rune 切片参数,它将切片的第一个元素修改为 'a',然后将 rune 切片转化为字符串,并返回该字符串。程序的第 13 行调用了该函数。我们把 h 转化为一个 rune 切片,并传递给了 mutate。这个程序输出 aello

字符串的操作

func main() {
    fmt.Println("字符串测试")

    fmt.Println("字符串转化")
    //获取程序运行的操作系统平台下 int 类型所占的位数,如:strconv.IntSize。
    //strconv.IntSize

    fmt.Println("将字符串转换为 int 型。")
    var trastr01 string = "100"
    traint01, err_tra := strconv.Atoi(trastr01)
    if err_tra != nil {
        fmt.Println(err_tra)
    } else {
        fmt.Println(traint01)
    }
    fmt.Println("将字符串转换为 float64 型")
    var trastr02 string = "100.55"
    trafloat01, err_float := strconv.ParseFloat(trastr02, 10)
    if err_float != nil {
        fmt.Println(err_float)
    } else {
        fmt.Println(trafloat01)
    }
    trastr03 := strconv.Itoa(99)
    fmt.Println("int 转字符安 " + trastr03)

    var str01 string = "hello,world"
    str02 := "你好,世界"
    fmt.Println(str01)
    fmt.Println(str02)

    //

    //字符串比较
    com01 := strings.Compare(str01, str02)
    if com01 == 0 {
        fmt.Println("相等")
    } else {
        fmt.Println("不相等 " + string(com01))
    }
    fmt.Println(com01)

    //查找 包含
    var isCon bool = strings.Contains(str01, "hello")
    fmt.Println(isCon) //true

    //查找位置
    var theIndex int = strings.Index(str01, ",")
    fmt.Println(theIndex)                     //5
    fmt.Println(strings.Index(str01, "haha")) //不存在返回-1

    lastIndex := strings.LastIndex(str01, "o")
    fmt.Println("在字符串中最后出现位置的索引 " + strconv.Itoa(lastIndex)) //7
    //-1 表示字符串 s 不包含字符串

    //统计给定子串sep的出现次数, sep为空时, 返回1 + 字符串的长度
    fmt.Println(strings.Count("cheeseeee", "ee")) // 3
    fmt.Println(strings.Count("five", ""))        // 5

    // 重复s字符串count次, 最后返回新生成的重复的字符串
    fmt.Println("hello " + strings.Repeat("world ", 10))

    fmt.Println("替换")
    // 在s字符串中, 把old字符串替换为new字符串,n表示替换的次数,小于0表示全部替换
    var str03 string = "/Users//Documents/GOPatch/src/MyGO/config/TestString/"
    str04 := strings.Replace(str03, "/", "**", -1)
    str05 := strings.Replace(str03, "/", "**", 4)

    fmt.Println(str04) //**Users****Documents**GOPatch**src**MyGO**config**TestString**
    fmt.Println(str05) //**Users****Documents**GOPatch/src/MyGO/config/TestString/

    fmt.Println("删除字符串的开头和尾部")
    fmt.Println("删除两头的/ = " + strings.Trim(str03, "/"))      //Users//Documents/GOPatch/src/MyGO/config/TestString
    fmt.Println("删除左边的/ =  " + strings.TrimLeft(str03, "/")) //Users//Documents/GOPatch/src/MyGO/config/TestString/
    //还有 TrimRight

    str06 := strings.TrimSpace(" hello hao hao hao ")
    fmt.Println("删除开头末尾的空格 =" + str06) //'hello hao hao hao'

    fmt.Println("大小写")
    str07 := "hello hao hao hao"
    fmt.Println(strings.Title(str07))                  //Hello Hao Hao Hao
    fmt.Println(strings.ToLower(" Hello Hao Hao Hao")) // hello hao hao hao
    fmt.Println(strings.ToUpper(str07))                //HELLO HAO HAO HAO

    //前缀 后缀
    fmt.Println(strings.HasPrefix("Gopher", "Go")) // true
    fmt.Println(strings.HasSuffix("Amigo", "go"))  // true

    fmt.Println("字符串分割")
    fieldsStr := "  hello   it's  a  nice day today    "
    //根据空白符分割,不限定中间间隔几个空白符
    fieldsSlece := strings.Fields(fieldsStr)
    fmt.Println(fieldsSlece) //[hello it's a nice day today]

    for i, v := range fieldsSlece {
        fmt.Printf("下标 %d 对应值 = %s \n", i, v)
    }
    for i := 0; i < len(fieldsSlece); i++ {
        fmt.Println(fieldsSlece[i])
    }

    //根据特定字符分割
    slice01 := strings.Split("q,w,e,r,t,y,", ",")
    fmt.Println(slice01)      //[q w e r t y ]
    fmt.Println(cap(slice01)) //7  最后多个空""
    for i, v := range slice01 {
        fmt.Printf("下标 %d 对应值 = %s \n", i, v)
    }

    //拼接
    //Join 用于将元素类型为 string 的 slice, 使用分割符号来拼接组成一个字符串:
    var str08 string = strings.Join(fieldsSlece, ",")
    fmt.Println("Join拼接结果=" + str08) //hello,it's,a,nice,day,today

    fmt.Println("------------对比字符串拼接效率----------------")
    var buffer bytes.Buffer

    start := time.Now()
    for i := 0; i < 100000; i++ {
        buffer.WriteString("test is here\n")
    }
    buffer.String() // 拼接结果
    end := time.Now()
    fmt.Println("Buffer time is ", end.Sub(start).Seconds())

    start = time.Now()
    str := ""
    for i := 0; i < 100000; i++ {
        str += "test is here\n"
    }
    end = time.Now()
    fmt.Println("+= time is ", end.Sub(start).Seconds())

    start = time.Now()
    var sl []string
    for i := 0; i < 100000; i++ {
        sl = append(sl, "test is here\n")
    }
    strings.Join(sl, "")
    end = time.Now()
    fmt.Println("Join time is", end.Sub(start).Seconds())
    /*
        Buffer time is  0.00388283
        += time is  11.730007558
        Join time is 0.016644653
    */

}