一文详解Go语言字符串

文章目录

• Go语言字符串的本质
• • 内存结构
• 和其他类型的转换（内存结构的变化）
• • 转[]rune
  • [转 []bytes](#转 []bytes)
  • 测试代码
• [和 C 语言 `[]char` 的区别](#和 C 语言 []char 的区别)

Go语言字符串的本质

Go 语言字符串本质是指向一串一段只读的 UTF-8 字节序列的描述符

两个关键

• 只读
• UTF-8 编码的字节序列

内存结构

在 Go 的源码中（具体可见 runtime/string.go)

type stringStruct struct {  
    str unsafe.Pointer  
    len int  
}

层面	原因	说明
UTF-8 编码	变长结构，无法安全修改部分字节	改动一个字节可能破坏整个字符
Go 语言设计	字符串不可变	保证安全、高效、可共享
修改方式	转为 []rune 或 []byte	才能进行内容更改

和其他类型的转换（内存结构的变化）

转[]rune

Unicode 规定"编号"，UTF 编码规定"存法"。

Unicode 像身份证号体系，UTF 像不同格式的数据库存储规则。

转换方向	语法	说明
string → []rune	runes := []rune(str)	将字符串解码成 Unicode 码点切片
[]rune → string	str := string(runes)	将 Unicode 码点重新编码成 UTF-8 字符串
string → []rune 实现的具体逻辑见 func stringtoslicerune(buf *[tmpStringBufSize]rune, s string) []rune

内容	string	[]rune	备注
每个字符占用	1~4 字节（UTF-8）	4 字节（int32）	rune 固定 4 字节
是否分配新内存	否	✅ 是	转换时分配新切片
可否修改	否	✅ 可以	string 只读
是否引用同一底层数据	❌ 否	❌ 否	完全新分配

func stringtoslicerune(buf *[tmpStringBufSize]rune, s string) []rune {  
    // two passes.  
    // unlike slicerunetostring, no race because strings are immutable.    n := 0  
    for range s {  
       n++  
    }  
  
    var a []rune  
    if buf != nil && n <= len(buf) {  
       *buf = [tmpStringBufSize]rune{}  
       a = buf[:n]  
    } else {  
       a = rawruneslice(n)  
    }  
  
    n = 0  
    for _, r := range s {  
       a[n] = r  
       n++  
    }  
    return a  
}

转 []bytes

转换方向	操作	是否分配新内存	是否复制	安全性
string → []byte	[]byte(s)	✅ 是	✅ 是	✅ 安全
[]byte → string	string(b)	✅ 是	✅ 是	✅ 安全

测试代码

func string_impl() {
    s1 := "My name is 张朝阳"
    arr := []byte(s1)
    brr := []rune(s1)
    fmt.Printf("last byte %d\n", arr[len(arr)-1]) // string可以转换为[]byte或[]rune类型
    fmt.Printf("last byte %c\n", arr[len(arr)-1]) // %c以unicode字符进行输出
    fmt.Printf("last rune %d\n", brr[len(brr)-1])
    fmt.Printf("last rune %c\n", brr[len(brr)-1])
    L := len(s1)
    fmt.Printf("string len %d byte array len %d rune
    array len %d\n",L,len(arr),len(brr))
    for _,ele := range sl {
    	fmt.Printf("%c"，ele)//按rune进行遍历输出
    }
    fmt.Println()
    for i := 0;i<L;i++ {
    	fmt.Printf("%c"，s1[i])//[i]前面应该出现数组或切片，这里自动把string转成了[]byte(而不是[]rune)
    }
    fmt.Println()
    arr[0]=9
    // s1[0]=9·//字符串不能修改
    fmt.Println(utf8.RunecountInstring(s1),len([]rune(s1)))//查看string里有几个rune
}

和 C 语言 []char 的区别

[]char 本质是一个字节数组

特征	C语言	Go语言
内存管理	手动	自动
可变性	可变	不可变
结束符	以\0结尾	存储长度
字符集	ASCII/手动UTF-8	默认UTF-8
标准库	<string.h>	strings、bytes、unicode/utf8
安全性	容易出错	更安全
性能	较高但需谨慎	略低但稳定