Go 语言的字串数据类型 String

Go 中的字符串值得特别关注，因为与其他语言相比，Go 中的字符串实现方式是非常不同的。

GO 中字符串定义在双引号 "......" 之间，而不是单引号，与 JavaScript 不同。 Go 中的字符串是 ** UTF-8 ** 默认编码 这在 21 世纪的今天是非常有意义的。 由于 UTF-8 支持 ASCII字符集，因此在大多数情况下您无需担心编码问题。 但要深入了解 UTF-8 编码的工作原理，您一定要访问 这个维基百科页面。

先来写一个简单的程序。使用 string 关键字来定义 string 类型的空变量。关于如何声明变量 可以查看之前的教程。

https://play.golang.org/p/vMDoeaV3RCY

使用 len 函数来查看字符串的长度。len 函数在 Go 运行时是可用的，因此不需要引用。

len 是全局函数，不仅限于字符串类型，它可以查看任何数据类型的长度。在后面的教程中，我们会了解更多 Go 的内置函数。

https://play.golang.org/p/Kqj-TJMFyXP

这里会输出 11，因为 s 一共有 11 个字符，空格也算一个字符。在字符串 Hello World 中，所有的字符都是合法的 ASCII 字符，因此我们希望每个字符只占一个字节（因为 ASCII 字符在 UTF-8 编码中占 8 位 或 *1 个字节）。下面看下对字符串使用 for 循环。

https://play.golang.org/p/cE32NenaYmN

哇！我猜你肯定认为，i 是从 0 开始的对字符串中每个字符的 索引 ，那么 s[i] 应该输出的是字符串 s 中的每个字符。然而，这是什么？好吧，这些是 Hello World 字符串中每个 ASCII/UTF-8 字符的十进制值（对照表看这里 http://www.asciichart.com）。

在 Go 中，一个字符串实际上就是一个只读的字节切片。我们会在后面学习更多关于切片的知识。不过暂时先把 切片 理解为 数组。因此，在上面的例子中，我们所看到的字符串 s 的字节 (uint8) 的值，实际上是一个切片。因此，s[i] 输出的是 每个字符所占字节的十进制值。如果想看到每个字符，你可以在 Printf 语句中使用 %c。你还可以用 %v 查看字节的值，%T 查看值的数据类型。

https://play.golang.org/p/wwqhgHcTeIU

这样你就能够看出，每个字母输所对应的十进制值，这些值以 uint8 为数据类型时，在内存中占 8 位 或 1 个字节。

正如我们所知道的 (维基百科)，UTF-8 编码的字符在内存中占 1 - 4 个字节 (与 ASCII 兼容) 。因此，在 Go 中，所有的字符都以 int32 (占 4 个字节) 为数据类型。编码单元 是编码用于单个单元的位数。所以，对于一个 编码单元，UTF-8 占用 8 个字节，UTF-16 占用 16 个字节，这意味着 UTF-8 编码至少需要 8 个位 or 1 个字节 来表示一个字符。

“编码点” 是定义字符的任何数值，根据编码的不同，由一个或多个编码单元表示。由于 UTF-8 与 ASCII 兼容，因此，所有 ASCII 字符都以单字节（8 位）来表示，因此 UTF-8 编码只需要 1 个编码单元。

但是，最大的问题是，如果在 UTF-8 编码中，所有的字符都是 int32 类型，为什么在上面的例子中我们得到的却是 uint8 类型。正如前面所说的，在 Go 中，一个字符串就是一个只读的字节切片。当我们对字符串使用 len 函数时，它会计算切片的长度。当我们使用 for 循环时，它会循环这个切片，一次返回一个字节或一个 编码单元 。因为到目前为止，我们所用到的字符都是在 ASCII 字符集中，因此，从 for 循环得到的都是合法的字符或者说 编码单元实际上是一个编码点。因此，在 Printf 语句中使用 %c 可以输出正确的字符。但是正如我们所知道的，UTF-8 编码的 编码点 或 字符值 可以使用一个或多个字节（最多 4 个字节）来表示，那么如果在 for 循环中使用非 ASCII 字符，会出现什么情况呢？

我们把 Hello 中的 o 换成 õ（拉丁小写字母 O， http://www.utf8-chartable.de）它在 unicode 编码中，用 U+00F5 表示，它由 2 个编码单元（2 个字节）c3 b5 组成（十六进制表示）。因此，这次我们应该会看到由 c3 b5 代表的字符 õ，而不是 6f 代表的字符 o 。

https://play.golang.org/p/rhueGpn4pDc

从上面的结果中，我们得到了 c3 b5 而不是 6f，但是 Hellõ World 的输出效果不好。而且 len(s) 返回的是 12，因为 len 计算的是字符串所占的字节数。当使用 for 循环遍历字符串时，遍历的是每个字节，而不是字符。因此，在 UTF-8 中 c3 (十进制值 195) 表示 Ã，b5(十进制值 181) 代表 µ (check here)。

为了避免上述问题，Go 引入了数据类型 rune（编码点 的同义词），它是 int32 的别名，正如我前面所说的（但尚未证明）Go 以数据类型 int32 表示一个字符（编码点）。

关于为什么 rune 是 int32 而不是 uint32 (因为字符 编码点 的值不能是负数，而 int32 类型的值包含正数和负数) 的答案在 这里。

因此，我们需要把字符串转换为 runes 类型的切片，而不是字节切片。

https://play.golang.org/p/ELgL-upVnz_r

可以通过 类型转换 来将字符串转换为 runes 类型的切片。在上面的输出中，我们看到了 f5 而不是 c3 b5，因为我们遍历的是 rune 类型，而且 õ 在 UTF-8 中的编码点是 f5（因此，unicode 编码点表示 *U+00F5*）或十进制值 245 (check here)。

而且，我们也得到了正确的字符串 s 的长度值 11，因为在切片中有 11 个 runes（或者说是 11 个编码点或 11 个字符）。而且，也证明了 Go 中的一个编码点或一个字符就是 int32 类型。

对 string 的 for 循环

如果你在 for 循环中使用 [**range**](https://gobyexample.com/range)，range 会返回 rune 和 每个字符的 字节索引。

https://play.golang.org/p/Xet2cJbywLH

在上面的程序中，没有输出索引 5 ，因为它是 õ 字符的第二个 编码单元。如果你不需要输出索引值，可以使用 _ (空白标识符)。

rune 是什么

字符串其实是 bytes 的切片类型，就是那么简单。当我们使用 for 和 range 进行循环，我们得到的是 rune 类型，因为字符串中的每个字符代表 rune 数据类型。在 Go 中，位于单引号 之间的内容的字面量代表一个字符。因此，单引号（'）中包裹的任何合法 UTF-8 字符内容是一个 rune 类型并且它就是 int32 类型。

https://play.golang.org/p/QNBsDunKTrJ

上面的程序将会打印 f5 245 int32 , 它是一个十六进制、十进制位的值，并且 代码段中的 õ 值的数据类型是在 UTF-8 字符集中的。

字符串是不可变的

从字符串的定义可以看出，字符串是 只读的字节分片。 于是当我们尝试替换切片中的字节时，会抛出一个错误。

https://play.golang.org/p/9Uu5LqNqVkb

上面的程序不能通过编译，抛出了一个错误， 由于字符串是只读的字节切片，所以 不能对 s[0] 赋值。

反引号之于字符串

除了双引号，我们还可以使用反引号（ ` ）来表示 Go 中的字符串。当使用双引号（“）时，换行符，制表符（tab) 等其他特殊字符都会被转义，但是在使用反引号时，不会被转义。如果在反引号字符串中放置换行符，则会直接输出字符 '\ n'，详见 https://golang.org/ref/spec#String_literal...

字符串的实际的值就是反引号之间未经编译的（ 默认UTF-8编码 ）字符；尤其特别的是，在这里反斜杠是没有特殊含义的，字符串还可以包含换行符，但是，回车符（ \ r ）不会输出。- GoLang 文档

一起来看个小例子

https://play.golang.org/p/9Ir-0Lxx0u3

从图中可以看到，换行符 , 制表符 和 双引号 都原样输出了，但是回车符 \r 则没有输出。

字符之间进行比较

正如前面所讲的， 在 Go 中，字符的数据类型是 rune，而 rune 类型是可以比较大小的，因为它是 unicode 编码 ( int32 类型 )。因此，占用内存多的字符会大于占用内存少的字符。

一起来看个小例子。

https://play.golang.org/p/lxGiJzNeNWO

由于字符 b 的 int32 值大于字符 a，因此表达式 'b' > 'a' 的值为真。再来看个例子。

https://play.golang.org/p/aw8Sv8Vto-c

既然我们已经知道了，在语言底层，字符的数据类型就是 int32，那么我们就可以对它们做各种操作。例如，可以以两个字符的值为区间，进行 for 循环。

https://play.golang.org/p/kS4vxuSSmWg

以上，是对 Go 字符串类型的基本介绍，strings 包 还提供了很多很实用的功能，可以用来对 string 做各种操作，比如 join, replace, search 等等。 strings 包 是 Go 标准库的一部分。

————————————————

原文作者：Summer

转自链接：https://learnku.com/go/t/27741

版权声明：著作权归作者所有。商业转载请联系作者获得授权，非商业转载请保留以上作者信息和原文链接。