深入理解 Go 中的字符串

143 阅读 0 评论 95 点赞

我是靠谱客的博主会撒娇花瓣，这篇文章主要介绍深入理解 Go 中的字符串，现在分享给大家，希望可以做个参考。

字符串的本质

在编程语言中，字符串发挥着重要的角色。字符串背后的数据结构一般有两种类型：

一种在编译时指定长度，不能修改
一种具有动态的长度，可以修改。

比如：与Python 中的字符串一样，Go 语言中的字符串不能被修改，只能被访问。
在 Python 中，如果改变一个字符串的值会得到如下结果：

复制代码

1
2
3
4
5
6
7
8
>>> hi = "Hello"
>>> hi
'Hello'
>>> hi[0] = 'h'
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'str' object does not support item assignment
>>>

同理，在 Go 中也一样：

复制代码

1
2
3
4
5
6
7
8
9
package main
import "fmt"
func main() {
var hello = "Hello"
hello[1] = 'h'
fmt.Println(hello)
}
// # command-line-arguments
// string_in_go/main.go:8:11: cannot assign to hello[1] (strings are immutable)

字符串的终止方式有两种：

一种是 C 语言的隐式声明，以字符 “” 作为终止符
一种是 Go 语言的显式声明

Go 语言的 string 的表示结构如下：

复制代码

1
2
3
4
type StringHeader struct {
Data uintptr // Data 指向底层的字符数组
Len int // Len 用来表示字符串的长度
}

字符串的本质上是一串字符数组，每个字符都在存储时对应了一个或多个整数。用这些整数来表示字符，比如打印 hello 的字节数组如下：

复制代码

1
2
3
4
5
6
7
8
9
package main
import "fmt"
func main() {
var hello = "Hello"
for i := 0; i < len(hello); i++ {
fmt.Printf("%x ", hello[i])
}
}
// Output: 48 65 6c 6c 6f

字符串的底层原理

字符串有特殊标识，有两种声明方式：

var s1 string = `hello world`
var s2 string = "hello world"

字符串常量在词法解析阶段最终会被标记为 StringLit 类型的 Token 并被传递到编译的下一个阶段。
在语法分析阶段，采取递归下降的方式读取 UTF-8 字符，单撇号或双引号是字符串的标识。

分析的逻辑位于 syntax/scanner.go 文件中:

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
func (s *scanner) stdString() {
ok := true
s.nextch()
for {
if s.ch == '"' {
s.nextch()
break
}
if s.ch == '\' {
s.nextch()
if !s.escape('"') {
ok = false
}
continue
}
if s.ch == 'n' {
s.errorf("newline in string")
ok = false
break
}
if s.ch < 0 {
s.errorAtf(0, "string not terminated")
ok = false
break
}
s.nextch()
}
s.setLit(StringLit, ok)
}
func (s *scanner) rawString() {
ok := true
s.nextch()
for {
if s.ch == '`' {
s.nextch()
break
}
if s.ch < 0 {
s.errorAtf(0, "string not terminated")
ok = false
break
}
s.nextch()
}
// We leave CRs in the string since they are part of the
// literal (even though they are not part of the literal
// value).
s.setLit(StringLit, ok)
}