String类型在Go中值得特别提到,因为与其他语言相比,它们的实现方式有所不同。
什么是字符串
在Go 中字符串是 字节切片。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:
package main
import (
"fmt"
)
func main() {
name := "Hello World"
fmt.Println(name)
}
以上程序将输出: Hello World。
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
由于字符串是一个字节切片,因此可以访问字符串的每个字节。
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)
}
在上面的程序中,len(s) 返回字符串中的字节数,我们使用 for 循环以 16 进制表示法打印这些字节。%x是十六进制的格式说明符。上面的程序打印:48 65 6c 6c 6f 20 57 6f 72 6c 64。这些是 "Hello World" 的UTF-8方式编码的Unicode值。对Unicode和UTF-8有基本的了解才能更好地理解字符串。我建议阅读:https://naveenr.net/unicode-character-set-and-utf-8-utf-16-utf-32-encoding/ 来学习什么是 Unicode 和 UTF-8。
让我们稍微修改上面的程序来打印字符串的字符。
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)
}
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:
48 65 6c 6c 6f 20 57 6f 72 6c 64
H e l l o W o r l d
虽然上面的程序看起来像一个合法的方法来访问字符串的单个字符,但这却存在严重的错误。让我们深入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)
}
上述程序的输出是:
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
在上面的程序第 28 行,我们试图打印 Señor 中的字符串,但是结果却是 S e à ± o r,这明显是错的。为什么打印 Hello World 是对的,打印 Señor 是错的呢?原因是 ñ 的 Unicode 代码点是 U+00F1 而它的 UTF-8 编码 占了c3 和 b1两个字节。而我们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 编码中一个代码点编码后可能占多于 1 个字节的空间。那么我们如何解决这个问题呢?。 rune 可以帮助我们解决这么问题。
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 代码点。代码点无论占用多少个字节,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。
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)
}
在上面的程序的第 14 行,字符串被转换为 rune 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:
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
上面的输出是正确的。这正是我们想要的结果。
使用 for range 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for range 。
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)
}
在上述程序的第8行中,使用for range循环迭代字符串。循环返回rune字节的位置。程序输出:
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)
}
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?让我们测试一下:
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)
}
上述程序也将输出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 包含了字符串 "Señor" 的 16 进制 Unicode 代码码点。程序的输出为:Señor。
字符串的长度
utf8 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)
}
上面程序的输出为:
length of Señor is 5
length of Pets is 4
字符串是不可变的
字符串在Go中是不可变的。创建字符串后,就无法更改它。
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))
}
上面的程序第 8 行我们试图将字符串的第一个字符改为 a。这是不允许的,因为字符串是不可变的,因此程序将会报错: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,然后再转化为一个新字符串。
package main
import (
"fmt"
)
func mutate(s []rune) string {
s[0] = 'a'
return string(s)
}
func main() {
h := "hello"
fmt.Println(mutate([]rune(h)))
}
在上面的程序第 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,最后再转换回新的字符串并返回。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。