4.6 字符串

字符串是 UTF-8 字符的一個序列（當字符爲 ASCII 碼時則佔用 1 個字節，其它字符根據需要佔用 2-4 個字節）。UTF-8 是被廣泛使用的編碼格式，是文本文件的標準編碼，其它包括 XML 和 JSON 在內，也都使用該編碼。由於該編碼對佔用字節長度的不定性，Go 中的字符串也可能根據需要佔用 1 至 4 個字節（示例見第 4.6 節），這與其它語言如 C++、Java 或者 Python 不同（Java 始終使用 2 個字節）。Go 這樣做的好處是不僅減少了內存和硬盤空間佔用，同時也不用像其它語言那樣需要對使用 UTF-8 字符集的文本進行編碼和解碼。

字符串是一種值類型，且值不可變，即創建某個文本後你無法再次修改這個文本的內容；更深入地講，字符串是字節的定長數組。

Go 支持以下 2 種形式的字面值：

  • 解釋字符串：

    該類字符串使用雙引號括起來，其中的相關的轉義字符將被替換，這些轉義字符包括：

    • \n：換行符
    • \r：回車符
    • \t：tab 鍵
    • \u 或 \U：Unicode 字符
    • \\：反斜槓自身

  • 非解釋字符串：

    該類字符串使用反引號括起來，支持換行，例如：

      `This is a raw string \n` 中的 `\n\` 會被原樣輸出。

和 C/C++不一樣，Go 中的字符串是根據長度限定，而非特殊字符\0。

string 類型的零值爲長度爲零的字符串，即空字符串 ""。

一般的比較運算符（==、!=、<、<=、>=、>）通過在內存中按字節比較來實現字符串的對比。你可以通過函數 len() 來獲取字符串所佔的字節長度，例如：len(str)。

字符串的內容（純字節）可以通過標準索引法來獲取，在中括號 [] 內寫入索引，索引從 0 開始計數：

  • 字符串 str 的第 1 個字節：str[0]
  • 第 i 個字節：str[i - 1]
  • 最後 1 個字節：str[len(str)-1]

需要注意的是，這種轉換方案只對純 ASCII 碼的字符串有效。

注意事項 獲取字符串中某個字節的地址的行爲是非法的，例如：&str[i]。

字符串拼接符 +

兩個字符串 s1 和 s2 可以通過 s := s1 + s2 拼接在一起。

s2 追加在 s1 尾部並生成一個新的字符串 s。

你可以通過以下方式來對代碼中多行的字符串進行拼接：

str := "Beginning of the string " +
    "second part of the string"

由於編譯器行尾自動補全分號的緣故，加號 + 必須放在第一行。

拼接的簡寫形式 += 也可以用於字符串：

s := "hel" + "lo,"
s += "world!"
fmt.Println(s) //輸出 “hello, world!”

在循環中使用加號 + 拼接字符串並不是最高效的做法，更好的辦法是使用函數 strings.Join()（第 4.7.10 節），有沒有更好地辦法了？有！使用字節緩衝（bytes.Buffer）拼接更加給力（第 7.2.6 節）！

在第 7 章，我們會講到通過將字符串看作是字節（byte）的切片（slice）來實現對其標準索引法的操作。會在第 5.4.1 節中講到的 for 循環只會根據索引返回字符串中的純字節，而在第 5.4.4 節（以及第 7.6.1 節的示例）將會展示如何使用 for-range 循環來實現對 Unicode 字符串的迭代操作。在下一節，我們會學習到許多有關字符串操作的函數和方法，同時 fmt 包中的 fmt.Sprint(x) 也可以格式化生成並返回你所需要的字符串（第 4.4.3 節）。

練習 4.6 count_characters.go

創建一個用於統計字節和字符（rune）的程序，並對字符串 asSASA ddd dsjkdsjs dk 進行分析，然後再分析 asSASA ddd dsjkdsjsこん dk，最後解釋兩者不同的原因（提示：使用 unicode/utf8 包）。

鏈接

results matching ""

    No results matching ""