《快学 Go 语言》第 7 课 —— 诱人的烤串

字符串通常有两种设计，一种是「字符」串，一种是「字节」串。「字符」串中的每个字都是定长的，而「字节」串中每个字是不定长的。Go 语言里的字符串是「字节」串，英文字符占用 1 个字节，非英文字符占多个字节。这意味着无法通过位置来快速定位出一个完整的字符来，而必须通过遍历的方式来逐个获取单个字符。

我们所说的字符通常是指 unicode 字符，你可以认为所有的英文和汉字在 unicode 字符集中都有一个唯一的整数编号，一个 unicode 通常用 4 个字节来表示，对应的 Go 语言中的字符 rune 占 4 个字节。在 Go 语言的源码中可以找到下面这行代码，rune 类型是一个衍生类型，它在内存里面使用 int32 类型的 4 个字节存储。

type rune int32

为了进一步方便读者理解字节 byte 和 字符 rune 的关系，我画了下面这张图

其中 codepoint 是每个「字」的其实偏移量。Go 语言的字符串采用 utf8 编码，中文汉字通常需要占用 3 个字节，英文只需要 1 个字节。len() 函数得到的是字节的数量，通过下标来访问字符串得到的是「字节」。

按字节遍历

字符串可以通过下标来访问内部字节数组具体位置上的字节，字节是 byte 类型

package mainimport "fmt"func main() {var s = "嘻哈china"for i:=0;i<len(s);i++ {fmt.Printf("%x ", s[i])}}-----------
e5 98 bb e5 93 88 63 68 69 6e 61

按字符 rune 遍历

package mainimport "fmt"func main() {var s = "嘻哈china"for codepoint, runeValue := range s {fmt.Printf("%d %d ", codepoint, int32(runeValue))}
}-----------
0 22075 3 21704 6 99 7 104 8 105 9 110 10 97

字节串的内存表示

如果字符串仅仅是字节数组，那字符串的长度信息是怎么得到呢？要是字符串都是字面量的话，长度尚可以在编译期计算出来，但是如果字符串是运行时构造的，那长度又是如何得到的呢？

var s1 = "hello" // 静态字面量
var s2 = ""
for i:=0;i<10;i++ {s2 += s1 // 动态构造
}
fmt.Println(len(s1))
fmt.Println(len(s2))

当我们将一个字符串变量赋值给另一个字符串变量时，底层的字节数组是共享的，它只是浅拷贝了头部字段。

字符串是只读的

你可以使用下标来读取字符串指定位置的字节，但是你无法修改这个位置上的字节内容。如果你尝试使用下标赋值，编译器在语法上直接拒绝你。

package mainfunc main() {var s = "hello"s[0] = 'H'
}
--------
./main.go:5:7: cannot assign to s[0]

切割切割

字符串在内存形式上比较接近于切片，它也可以像切片一样进行切割来获取子串。子串和母串共享底层字节数组。

package mainimport "fmt"func main() {var s1 = "hello world"var s2 = s1[3:8]fmt.Println(s2)
}-------
lo wo

字节切片和字符串的相互转换

在使用 Go 语言进行网络编程时，经常需要将来自网络的字节流转换成内存字符串，同时也需要将内存字符串转换成网络字节流。Go 语言直接内置了字节切片和字符串的相互转换语法。

package mainimport "fmt"func main() {var s1 = "hello world"var b = []byte(s1)  // 字符串转字节切片var s2 = string(b)  // 字节切片转字符串fmt.Println(b)fmt.Println(s2)
}--------
[104 101 108 108 111 32 119 111 114 108 100]
hello world

从节省内存的角度出发，你可能会认为字节切片和字符串的底层字节数组是共享的。但是事实不是这样的，底层字节数组会被拷贝。如果内容很大，那么转换操作是需要一定成本的。

那为什么需要拷贝呢？因为字节切片的底层数组内容是可以修改的，而字符串的底层字节数组是只读的，如果共享了，就会导致字符串的只读属性不再成立。

扫一扫二维码，阅读《快学 Go 语言》更多章节