go字符串详解

---

摘要

go字符串结构体包含：指向底层存储数组的指针、字符串长度。字符串按utf-8将字符编码成二进制数，然后存储在byte数组中。因为utf-8编码一个字符可能占用多个字节，例如一个汉字占3个字节，所以字符串中的一个字符可能对应byte数组中的多个元素。为了让一个字符对应数组的一个元素以便于处理，go设计了rune类型，其底层是int32，四个字节，正好能存储最大四个字节utf-8编码数据。

1、byte和rune类型

• byte等价于uint8类型的数据，一个字节大小，是字符串底层存储数据的结构。
• rune等价于int32类型的数据，四个字节大小，为了处理utf-8字符串而设计的。因为go语言字符串默认是按照utf-8编码的方式存储数据的，其中最大的字符占用4个字节的数据，所以需要rune才能一个字符对应一个数据元素。

2、字符串（string）

在go中字符串具有如下特征：

• go字符串存储在只读内存段中，不能被修改，但可以被切片和复制。
• 字符串结构由一个指向底层数组的指针和字符串长度组成。因为给出了具体长度，所以不需要以’\0’的方式判断字符串结尾。
• 底层使用字节（byte）数组存储字符串中各字符对应的数字编码。一个字符可能占用好几个byte。

需要注意的是在utf-8编码中，一个汉字占用3个字节，而byte是uint8类型，一个byte元素一个字节，需要三个byte才能存储一个汉字。所以：

func main() {
   s := "哈喽世界"
   fmt.Println(len(s)) // 输出：12
}

而rune是int32类型，四个字节，和utf-8最大字节数（4个字节）一致，所以可以将string类型转换为rune，去查看其具体存储的字符数。如下：

func main() {
   s := "哈喽世界"
   fmt.Println(len([]rune(s))) // 输出:4
}

需要注意的是：go中rune类型就是为了处理utf-8字符串而设计的，而定长4字节的方式存储utf-8中只占1、2、3个字节的字符，存在一定的空间浪费。所以string默认是按照byte类型的存储的，更加节省空间，当需要的时候，再转换为rune处理。

3、练习-反转字符串

如果反转函数如下：

func reverse(s string) string {
   bs := []byte(s)
   sLen := len(bs)
   for i := 0; i < sLen/2; i++ {
      bs[i], bs[sLen-i-1] = bs[sLen-i-1], bs[i]
   }
   return string(bs)
}

那么传入属于1字节编码的ASCILL字符，能够被反转：

func main() {
   s := "abcdefg"
   fmt.Println(reverse(s)) // 输出gfedcba
}

但是若传入需要占用多个字节的字符，就会输出乱码：

s := "哈喽世界"
fmt.Println(reverse(s)) // 输出��疸佖刓�

所以如果想要使得所有输入字符都能被正确的反转，应该使用rune代替byte:

func reverse(s string) string {
   bs := []rune(s)
   sLen := len(bs)
   for i := 0; i < sLen/2; i++ {
      bs[i], bs[sLen-i-1] = bs[sLen-i-1], bs[i]
   }
   return string(bs)
}

func main() {
   s := "哈喽世界"
   fmt.Println(reverse(s)) // 输出：界世喽哈
}