golang中的字元串

来源:https://www.cnblogs.com/liuyuede123/archive/2022/10/22/16817547.html
-Advertisement-
Play Games

寫在前面 Redis 是一種 NoSQL 資料庫，包含多種數據結構、支持網路、基於記憶體、可選持久性的鍵值對存儲資料庫，在我們的日常開發中會經常使用 Redis 來解決許多問題，比如排行榜、消息隊列系統、計數器 以及 緩存系統等。 在作為緩存使用時，不可避免的會遇到緩存穿透、緩存雪崩、緩存擊穿（熱點 ...


0.1、索引

https://waterflow.link/articles/1666449874974

1、字元串編碼

在go中rune是一個unicode編碼點。

我們都知道UTF-8將字元編碼為1-4個位元組，比如我們常用的漢字，UTF-8編碼為3個位元組。所以rune也是int32的別名。

type rune = int32

當我們列印一個英文字元hello的時候，我們可以得到s的長度為5，因為英文字母代表1個位元組：

package main

import "fmt"

func main() {
	s := "hello"
	fmt.Println(len(s)) // 5
}

但是當我們列印嗨的時候，會列印3個位元組。因為使用UTF-8，這個字元會被編碼成3個位元組：

package main

import "fmt"

func main() {
	s := "嗨"
	fmt.Println(len(s)) // 3
}

所以，我們使用len內置函數輸出的並不是字元數，而是位元組數。

下麵看一個有趣的例子，我們都知道漢字元使用3個位元組編碼，分別是0xE5, 0x97, 0xA8。我們運行下麵代碼會得到漢字嗨:

package main

import "fmt"

func main() {
	s := string([]byte{0xE5, 0x97, 0xA8})
	fmt.Println(s) // 嗨
}

所以我們需要知道：

  • 字元集是一組字元，而編碼描述瞭如何將字元集轉換為二進位
  • 在 Go 中，字元串引用任意位元組的不可變切片
  • Go 源碼使用 UTF-8 編碼。 因此，所有字元串文字都是 UTF-8 字元串。 但是因為字元串可以包含任意位元組，如果它是從其他地方（不是源碼）獲得的，則不能保證它是基於 UTF-8 編碼的
  • 使用 UTF-8，一個 Unicode 字元可以編碼為 1 到 4 個位元組
  • 在 Go 中對字元串使用 len 返回位元組數，而不是字元數

2、字元串遍歷

我們在開發中經常會用到對字元串進行遍歷的場景。 也許我們想對字元串中的每個 rune 執行一個操作，或者實現一個自定義函數來搜索特定的子字元串。 在這兩種情況下，我們都必須遍歷字元串的不同字元。 但往往會得到讓我們意想不到的結果。

我們看下下麵的例子，列印一個字元串中的不同字元和對應的位置：

package main

import "fmt"

func main() {
	s := "h嗨llo"
	for i := range s {
		fmt.Printf("字元位置 %d: %c\n", i, s[i])
	}
	fmt.Printf("len=%d\n", len(s))
}

go run 7.go
字元位置 0: h
字元位置 1: å
字元位置 4: l
字元位置 5: l
字元位置 6: o
len=7

我們想要的效果是通過遍歷字元串，列印出每個字元的索引。但是我們卻得到了一個特殊的字元å，其實我們想要的是嗨。

但是列印的位元組數是符合我們的預期的，因為嗨是一個中文占用了3個位元組，所以len返回的是7。

3、字元串中的字元數

如果我們想要正確的獲取字元串的字元數，可以使用go中的utf8包：

package main

import (
	"fmt"
	"unicode/utf8"
)

func main() {
	s := "h嗨llo"

	for i := range s {
		fmt.Printf("字元位置 %d: %c\n", i, s[i])
	}
	fmt.Printf("len=%d\n", len(s))
	fmt.Printf(" rune len=%d\n", utf8.RuneCountInString(s)) // 獲取字元數
}

go run 7.go
字元位置 0: h
字元位置 1: å
字元位置 4: l
字元位置 5: l
字元位置 6: o
len=7
 rune len=5

在這個例子中，可以看到，我們確實遍歷了5次，也就是對應字元串的5個字元。但是我們獲取到的索引其實是對應每個字元的起始位置。像下麵這樣
http://image-1313007945.cos.ap-nanjing.myqcloud.com/image/1666449922.png

那我們如何列印出正確的結果呢？我們稍微修改下代碼：

package main

import (
	"fmt"
	"unicode/utf8"
)

func main() {
	s := "h嗨llo"

	for i, v := range s { // 此處改為獲取v，可以獲取到字元本身
		fmt.Printf("字元位置 %d: %c\n", i, v)
	}
	fmt.Printf("len=%d\n", len(s))
	fmt.Printf(" rune len=%d\n", utf8.RuneCountInString(s))
}

go run 7.go
字元位置 0: h
字元位置 1: 嗨
字元位置 4: l
字元位置 5: l
字元位置 6: o
len=7
 rune len=5

另外一種方法就是把字元串轉換成rune切片，這樣也會正確列印結果：

package main

import (
	"fmt"
	"unicode/utf8"
)

func main() {
	s := "h嗨llo"
	b := []rune(s)

	for i := range b {
		fmt.Printf("字元位置 %d: %c\n", i, b[i])
	}
	fmt.Printf("len=%d\n", len(s))
	fmt.Printf(" rune len=%d\n", utf8.RuneCountInString(s))
}

go run 7.go
字元位置 0: h
字元位置 1: 嗨
字元位置 2: l
字元位置 3: l
字元位置 4: o
len=7
 rune len=5

下麵是rune切片遍歷的過程（中間省略了將位元組轉換為rune的過程，需要遍歷位元組，複雜度為O(n)）
http://image-1313007945.cos.ap-nanjing.myqcloud.com/image/1666449943.png

4、字元串trim

開發中我們經常會遇到去除字元串頭部或者尾部字元的操作。比如我們現在有個字元串xohelloxo，現在我們想去除尾部的xo，可能我們會像下麵這樣寫：

package main

import (
	"fmt"
	"strings"
)

func main() {
	s := "xohelloxo"
	s = strings.TrimRight(s, "xo")
	fmt.Println(s)
}

go run 7.go
xohell

可以看到這不是我們期望的結果。我們可以看下TrimRight的工作原理：

  1. 從右側取出第一個字元o，判斷是否在xo中，在就移除
  2. 重覆步驟1，知道不符合條件

所以就可以解釋通了。當然和它相似的TrimLeft和Trim也是一樣的原理。

如果我們只想刪除最後xo可以使用TrimSuffix函數：

package main

import (
	"fmt"
	"strings"
)

func main() {
	s := "xohelloxo"
	s = strings.TrimSuffix(s, "xo")
	fmt.Println(s)
}

go run 7.go
xohello

當然也有對應的從前面刪除的函數TrimPrefix。

5、字元串連接

開發中我們經常會用到連接字元串的操作，在go中我們一般有2種方式。

我們先看下+號連接的方式：

package main

import (
	"fmt"
	"strings"
)

func implode(values []string, operate string) string {
	s := ""
	for _, value := range values {
		s += operate
		s += value
	}
	s = strings.TrimPrefix(s, operate)
	return s
}

func main() {
	a := []string{"hello", "world"}
	s := implode(a, " ")
	fmt.Println(s)
}

go run 7.go
 hello world

這種方式的缺點就是，由於字元串的不變性，每次+號賦值的時候s不會被更新，而是重新分配記憶體，所以這種方式對性能有很大影響。

還有一種方式就是使用strings.Builder：

package main

import (
	"fmt"
	"strings"
)

func implode(values []string, operate string) string {
	sb := strings.Builder{}
	for _, value := range values {
		_, _ = sb.WriteString(operate)
		_, _ = sb.WriteString(value)
	}
	s := strings.TrimPrefix(sb.String(), operate)
	return s
}

func main() {
	a := []string{"hello", "world"}
	s := implode(a, " ")
	fmt.Println(s)
}

go run 7.go
hello world

首先，我們創建了一個 strings.Builder 結構。 在每次遍歷中，我們通過調用 WriteString 方法構造結果字元串，該方法將 value 的內容附加到其內部緩衝區，從而最大限度地減少記憶體複製。

WriteString 的第二個參數返回的是error，但是error的值會一直為nil。 之所以有第二個error參數是因為我 strings.Builder 實現了 io.StringWriter 介面，它包含一個方法：WriteString(s string) (n int, err error)。

我們看下WriteString的內部是什麼樣的：

func (b *Builder) WriteString(s string) (int, error) {
	b.copyCheck()
	b.buf = append(b.buf, s...)
	return len(s), nil
}

我們可以看到b.buf是一個位元組切片，而裡面的實現是使用了append方法。我們知道如果切片很大，使用append會讓底層數組不斷擴容，影響代碼執行效率。

我們知道解決這個問題的方法是，如果事先知道切片的大小，我們可以在初始化的時候就分配好切片的容量。

所以上面的字元串連接還有一種優化方案：

package main

import (
	"fmt"
	"strings"
)

func implode(values []string, operate string) string {
	total := 0
	for i := 0; i < len(values); i++ {
		total += len(values[i])
	}
	total += len(operate) * len(values)
	sb := strings.Builder{}
	sb.Grow(total) // 這裡會重新分配b.buf的長度和容量
	for _, value := range values {
		_, _ = sb.WriteString(operate)
		_, _ = sb.WriteString(value)
	}
	s := strings.TrimPrefix(sb.String(), operate)
	return s
}

func main() {
	a := []string{"hello", "world"}
	s := implode(a, " ")
	fmt.Println(s)
}

go run 7.go
hello world

6、位元組切片轉字元串

需要明確的是，位元組切片轉換成字元串，需要複製一份副本出來。可以通過下麵的代碼做驗證：

b := []byte{'a', 'b', 'c'}
s := string(b)
b[1] = 'x'
fmt.Println(s)

事實上，上面將會輸出abc而不是axc。所以位元組切片到字元串的轉換是有開銷的。

但是我們開發中經常用到的包iio.Read之類的，入參或者返回經常是位元組切片類型。而我們調用這些函數時經常是以字元串的形式，導致我們不得不做一些位元組切片刀字元串的轉換。

所以結論是，當我們需要使用字元串作為入參或者返回時，我們首先要考慮的是能用位元組切片的就用位元組切片。


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • break ，continue，retrun的區別
    break ，continue，retrun的區別 1：break 在迴圈體內結束整個迴圈過程 for (var i = 1; i <= 5; i++) { if(i == 3){ break; } //只會輸出到2結束迴圈 console.log(i); } 2：continue 結束本次的迴圈， ...
  • 瀏覽器同源策略
    一、同源政策 跨域問題其實就是瀏覽器的同源策略造成的。同源策略限制了從同一個源載入的文檔或腳本如何與另一個源的資源進行交互。這是瀏覽器的一個用於隔離潛在惡意文件的重要的安全機制。同源指的是：協議、埠號、功能變數名稱必須一致。同源策略：protocol（協議）、domain（功能變數名稱）、port（埠）三者必須 ...
  • 每日演算法2：翻轉字元串,字元串中重覆次數最多的字元
    題目描述：判斷字元串中重覆次數最多的字元 // 解決思路： // 1.判斷字元重覆的方法 // 創建空數組，利用鍵值對形式對每個字元進行計數 // 用到 採用for迴圈結合if判斷 對象[鍵] 是否有值，無則undefined // arr.charAt(i)取得arr中i索引號下的元素 // 2. ...
  • 你需要知道的4個資料庫擴展解決方案
    你需要知道的4個資料庫擴展解決方案 你已經用一個直觀的、用戶友好的用戶界面啟動了你的應用程式。但是，如果你的應用程式遇到負載問題，這將使你的終端客戶在使用它時感到沮喪。很有可能問題不在應用程式內部，而是在資料庫。根據一項調查，38%的資料庫專業人員報告說資料庫停機是讓他們夜不能寐的重要問題。停機可能 ...
  • Python學習三天計劃-3
    背景 相信大家看到這個文章對消息伺服器已經不陌生了，筆者也是在平日無聊想著自己編寫一套關於RockerMQ 的消息灰度框架的時候，準備本地搭建一個RockerMQ服務環境時遇到了一個頭疼的問題。在執行RockerMQ官網的Topic創建的時候（sh bin/mqadmin updatetopic - ...
  • PHP記憶體木馬病毒實現原理剖析
    前言 記憶體木馬，就是在記憶體中運行的木馬病毒，沒有代碼實體。記憶體木馬有著強隱蔽性，排查困難，殺不死（俗稱不死馬）的特點。 網路安全行業，有著很強的木桶效應。系統對抗黑帽，勝負取決於安全最薄弱的環節。黑帽對抗白帽，勝負取決於攻擊水平和和毀屍滅跡隱蔽的水平。 正文 本文不討論是由於任意文件上傳還是近源攻擊 ...
  • 微服務組件--註冊中心Spring Cloud Eureka分析
    Spring Cloud Eureka源碼分析的筆記，針對多個方法都有記錄，主要是方便自己對源碼部分的追溯，包括裡面的亮點設計的總結與源碼分析 ...
  • JWT基礎概念詳解
    三大特性 封裝 利用抽象數據類型將數據和基於數據的操作封裝在一起，使其構成一個不可分割的獨立實體。數據被保護在抽象數據類型的內部，儘可能地隱藏內部的細節，只保留一些對外介面使之與外部發生聯繫。用戶無需知道對象內部的細節，但可以通過對象對外提供的介面來訪問該對象。 優點: 減少耦合: 可以獨立地開發、 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發（一）：使用.NET MAUI開發第一個安卓APP
    移動開發（一）：使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說，近來想嘗試開發一款安卓APP，考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP，畢竟是使用Visual Studio開發工具，使用起來也比較的順手，結合微軟官方的教程進行了安卓 ...
  • wpf ToggleButton選中效果和一個登錄界面
    前言 QuestPDF 是一個開源 .NET 庫，用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫，它徹底改變了我們生成 PDF 文檔的方 ...
  • 彈幕樹洞項目功能新增篇
    項目地址 項目後端地址： https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址： ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址： http://tree ...
  • 第27篇 sqlserver2022詳細安裝步驟
    話不多說，直接開乾 一.下載 1.官方鏈接下載： https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe，運行開始下載SQL server； 二. ...
  • .NET 開源高性能 MQTT 類庫
    前言 隨著物聯網（IoT）技術的迅猛發展，MQTT（消息隊列遙測傳輸）協議憑藉其輕量級和高效性，已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫，為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog文檔翻譯系列（六） - 可用的接收器、增強器、格式化輸出
    Serilog支持多種接收器用於日誌存儲，增強器用於添加屬性，LogContext管理動態屬性，支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項，適用於不同需求。 ...
  • 警惕 Visual Studio 屬性求值副作用導致邏輯不符合預期
    目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據，爬取信息時需要模擬瀏覽器行為，否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下： 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • [使用目前最新版]HybridCLR6.9.0+YooAsset2.2.4實現純C# Unity熱更新方案 (一)
    1.前言 什麼是熱更新 游戲或者軟體更新時，無需重新下載客戶端進行安裝，而是在應用程式啟動的情況下，在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR，Xlua，ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles，Addressable， ...
  • 在 ASP.NET Core Web API 中使用操作篩選器統一處理通用操作
    本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺，其實像阿裡雲，騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後，它會送 ...
  • 第28篇 如何.net中實現高效可靠數據同步api
    通過以下方式可以高效，並保證數據同步的可靠性 1.API設計 使用RESTful設計，確保API端點明確，並使用適當的HTTP方法（如POST用於創建，PUT用於更新）。 設計清晰的請求和響應模型，以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證，確保接收到的數據符合預期格 ...
所有分類