Go语言字符串操作

    /    2018-08-16

Go语言的字符串是一个用UTF-8编码的变宽字符序列,它的每一个字符都用一个或多个字节表示 。

在Go语言中,没有字符类型,字符类型是rune类型,rune是int32的别称。可使用 []byte() 获取字节,使用 []rune() 获取字符,可对中文进行转换。

定义字符串

第一种,双引号,用来创建可解析的字符串字面量 (支持转义,但不能用来引用多行);

str := "Go语言字符串\n不能跨行赋值"

第二种,反引号,用来创建原生的字符串字面量 ,这些字符串可能由多行组成(不支持任何转义序列),原生的字符串字面量多用于书写多行消息、HTML以及正则表达式。

str := `Go原生原格式字符串
        可以跨行`

注意:单引号不能用于定义字符串,单引号用于定义Go语言的一个特殊类型 rune,类似其他语言的byte但又不完全一样,是指码点字面量(Unicode code point),不做任何转义的原始内容。

连接字符串

第一种,直接使用 "+" 运算符链接

str := "hello" + "oldboy"

golang 里面的字符串都是不可变的,每次运算都会产生一个新的字符串,所以会产生很多临时的无用的字符串,不仅没有用,还会给 gc 带来额外的负担,所以性能比较差。

注意:连接跨行字符串时,"+" 必须在上一行末尾,否则导致编译错误。

第二种,使用 fmt.Sprintf() 链接

str := fmt.Sprintf("%s,%s", "hello", "oldboy")

内部使用 []byte 实现,不像直接运算符这种会产生很多临时的字符串,但是内部的逻辑比较复杂,有很多额外的判断,还用到了 interface,所以性能也不是很好。

第三种,使用 strings.Join() 链接

str := strings.Join([]string{"hello", "oldboy"}, ",")

join会先根据字符串数组的内容,计算出一个拼接之后的长度,然后申请对应大小的内存,一个一个字符串填入,在已有一个数组的情况下,这种效率会很高,但是本来没有,去构造这个数据的代价也不小。

第四种,使用 buffer.WriteString() 链接

var buffer bytes.Buffer
buffer.WriteString("hello")
buffer.WriteString(",")
buffer.WriteString("oldboy")
str := buffer.String()

这个比较理想,可以当成可变字符使用,对内存的增长也有优化

总结:

1. 在已有字符串数组的场合,使用 strings.Join() 能有比较好的性能;

2. 在一些性能要求较高的场合,尽量使用 buffer.WriteString() 以获得更好的性能;

3. "+" 运算符在较少字符串连接的场景下性能最好,而且代码更简短清晰,可读性更好;

4. 如果需要拼接的不仅仅是字符串,还有数字之类的其他需求的话,可以考虑 fmt.Sprintf()。

字符串长度

第一种,将字符串转换为 []rune 后调用 len 函数进行统计

package main
import (
    "fmt"
)
func main() {
    str := "hello oldboy"
    length := len([]rune(str))
    fmt.Println(length)
}

在 Golang 中,如果字符串中出现中文字符不能直接调用 len 函数来统计字符串字符长度,这是因为在 Go 中,字符串是以 UTF-8 为格式进行存储的,在字符串上调用 len 函数,取得的是字符串包含的 byte 的个数。

第二种,使用 bytes.Count() 统计

func Count(s, sep []byte) int

计算字节切片sep在字节切片s中非重叠显示的个数,如果 sep 为 nil,则返回 s 中的字符个数 + 1。

package main
import (
    "bytes"
    "fmt"
)
func main() {
    str := "hello oldboy"
    length := bytes.Count([]byte(str), nil) - 1
    fmt.Println(length)
}

第三种,使用 strings.Count() 统计

func Count(s, sep string) int

判断字符sep在字符串s中出现的次数,没有找到则返回-1,如果为空字符串("")则返回字符串的长度+1。

package main
import (
    "fmt"
    "strings"
)
func main() {
    str := "hello oldboy"
    length := strings.Count(str, "") - 1
    fmt.Println(length)
}

第四种,使用 utf8.RuneCountInString() 统计

func RuneCountInString(s string) (n int)

返回 s 字符串长度,可以正常解析中文,一个中文被当做一个字符。

package main
import (
    "fmt"
    "unicode/utf8"
)
func main() {
    str := "hello oldboy"
    length := utf8.RuneCountInString(str)
    fmt.Println(length)
}

字符串操作

使用索引号 "[ ]" 返回子串。 返回的字符串依然指向原字节数组,仅修改了指针和长度属性。实例如下:

package main
import (
    "fmt"
)
func main() {
    str := "hello, oldboy"
    s1 := str[0:5]
    s2 := str[7:13]
    fmt.Println(s1, s2)
}

运行结果:

hello oldboy

修改字符串,可先将其转换成 []rune 或 []byte,完成后再转换为 string。无论哪种转换,都会重新分配内存,并复制字节数组。实例如下:

package main
import "fmt"
func main() {
    str1 := "hello oldboy"
    s1 := []byte(str1)
    s1[0] = 'H'
    fmt.Println(string(s1))
    str2 := "鸟宿池边树,僧推月下门。"
    s2 := []rune(str2)
    s2[7] = '敲'
    fmt.Println(string(s2))
}

运行结果:

Hello oldboy
鸟宿池边树,僧敲月下门。


(4)

分享至