8.2 KiB
14 - 字符串
这是本Golang系列教程的第14篇。
string 类型单独提取为一篇教程是因为在 Go 中，string 的实现方式同其他语言的不同。
访问字符串中的字节
因为字符串是字节数组，因此可以访问一个字符串中的字节。
package main
import (
"fmt"
)
// 打印字符串中的字节
func printBytes(s string) {
for i := 0; i < len(s); i++ {
fmt.Printf("%x ", s[i])
}
}
func main() {
name := "Hello World"
printBytes(name)
}
在上面的程序中，len(s) 返回字符串中的字节数，我们用一个 for 循环以 16 进制打印这些字节。%x 格式化指示符用来以 16 进制打印参数。上面的程序打印：48 65 6c 6c 6f 20 57 6f 72 6c 64。它们是 "Hello World" 以 UTF-8 方式编码的 Unicode 值。对 Unicode 字符集和 UTF-8 编码有一个基本的了解会更好的理解 string 类型。我（原文作者）建议大家阅读：https://naveenr.net/unicode-character-set-and-utf-8-utf-16-utf-32-encoding/ 来学习什么是 Unicode 和 UTF-8。
访问字符串中的字符
让我们修改上面的程序以打印字符串中的字符：
package main
import (
"fmt"
)
func printBytes(s string) {
for i:= 0; i < len(s); i++ {
fmt.Printf("%x ", s[i])
}
}
func printChars(s string) {
for i:= 0; i < len(s); i++ {
fmt.Printf("%c ",s[i])
}
}
func main() {
name := "Hello World"
printBytes(name)
fmt.Printf("\n")
printChars(name)
}
在第 16 行的 printChars 函数中，%c 格式化指示符用来打印字符串中的字符。上面的程序输出为：
48 65 6c 6c 6f 20 57 6f 72 6c 64
Hello World
虽然上面的程序看起来是一种合法的打印字符串中各个字符的方法，但是这里有一个严重的错误。让我们深入这段代码看看究竟是哪里不对。
package main
import (
"fmt"
)
func printBytes(s string) {
for i:= 0; i < len(s); i++ {
fmt.Printf("%x ", s[i])
}
}
func printChars(s string) {
for i:= 0; i < len(s); i++ {
fmt.Printf("%c ",s[i])
}
}
func main() {
name := "Hello World"
printBytes(name)
fmt.Printf("\n")
printChars(name)
fmt.Printf("\n")
name = "Señor"
printBytes(name)
fmt.Printf("\n")
printChars(name)
}
上面程序的输出为：
48 65 6c 6c 6f 20 57 6f 72 6c 64
Hello World
53 65 c3 b1 6f 72
Señor
我们尝试将 "Señor" 中的每个字符打印出来，但是却得到了 "Señor"。为什么这个程序在 "Hello World" 上运行正常，但是不适用于 "Señor" 呢？因为 ñ 的 Unicode 码点是 U+00F1，因而它的 UTF-8 编码占了两个字节：c3 和 b1。上面的程序假定每个码点只有一个字节长度，因此会发生错误。**在 UTF-8 编码中，一个码点可能会占一个以上的字节。**在这种情况下，我们需要 rune 来帮助解决问题。
rune
rune 是 Go 中的内置类型，它是 int32 的别名。在 Go 中，rune 表示一个 Unicode 码点。无论一个码点会被编码为多少个字节，它都可以表示为一个 rune。让我们修改上面的程序，使用 rune 来打印字符串中的字符。
package main
import (
"fmt"
)
func printBytes(s string) {
for i:= 0; i < len(s); i++ {
fmt.Printf("%x ", s[i])
}
}
func printChars(s string) {
runes := []rune(s)
for i:= 0; i < len(runes); i++ {
fmt.Printf("%c ",runes[i])
}
}
func main() {
name := "Hello World"
printBytes(name)
fmt.Printf("\n")
printChars(name)
fmt.Printf("\n\n")
name = "Señor"
printBytes(name)
fmt.Printf("\n")
printChars(name)
}
在上面的程序中，第 14 行，字符串被转换为 rune 切片。然后我们遍历该切片并打印其中的字符。程序的输出如下：
48 65 6c 6c 6f 20 57 6f 72 6c 64
Hello World
53 65 c3 b1 6f 72
Señor
上面的输出是正确的，这正是我们想要的结果。
使用 for range 遍历字符串
上面的程序是遍历字符串中字符的一个正确方式。但是 Go 提供了一种更简单的方式来做到这一点：使用 for range 循环。
package main
import (
"fmt"
)
func printCharsAndBytes(s string) {
for index, rune := range s {
fmt.Printf("%c starts at byte %d\n", rune, index)
}
}
func main() {
name := "Señor"
printCharsAndBytes(name)
}
在上面的程序中，第 8 行通过使用 for range 循环遍历字符串。该循环返回一个 rune （在 byte 数组中）的位置，以及 rune 本身。上面的程序输出为：
S starts at byte 0
e starts at byte 1
ñ starts at byte 2
o starts at byte 4
r starts at byte 5
从上面的输出可以看到，ñ 占两个字节 :)
通过 byte 切片创建字符串
package main
import (
"fmt"
)
func main() {
byteSlice := []byte{0x43, 0x61, 0x66, 0xC3, 0xA9}
str := string(byteSlice)
fmt.Println(str)
}
在上面的程序中，byteSlice 是 "Café" 经过 UTF-8 编码后得到的切片（用 16 进制表示） 。上面的程序输出为：Café。
如果我们换成对应的十进制数程序会正常工作吗？答案是：Yes。让我们测试一下：
package main
import (
"fmt"
)
func main() {
byteSlice := []byte{67, 97, 102, 195, 169} //decimal equivalent of {'\x43', '\x61', '\x66', '\xC3', '\xA9'}
str := string(byteSlice)
fmt.Println(str)
}
上面的程序同样输出：Café。
通过 rune 切片创建字符串
package main
import (
"fmt"
)
func main() {
runeSlice := []rune{0x0053, 0x0065, 0x00f1, 0x006f, 0x0072}
str := string(runeSlice)
fmt.Println(str)
}
在上面的程序中，runeSlice 包含了字符串 "Señor" 的 Unicode 码点（以 16 进制表示）。程序的输出为：Señor。
字符串的长度
utf8 包 提供了 func RuneCountInString(s string) (n int) 来获取字符串的长度，该方法接受一个字符串作为参数，并返回该字符串中 rune 的数量。
（译者注：RuneCountInString 返回字符串中 Unicode 字符的个数，而 len 返回字符串中 byte 的个数。因此用 len 来获取字符串长度可能会导致错误。）
package main
import (
"fmt"
"unicode/utf8"
)
func length(s string) {
fmt.Printf("length of %s is %d\n", s, utf8.RuneCountInString(s))
}
func main() {
word1 := "Señor"
length(word1)
word2 := "Pets"
length(word2)
}
上面程序的输出为：
length of Señor is 5
length of Pets is 4
字符串是不可变的
在 Go 中字符串是不可变的。字符串一旦被创建就无法改变。
package main
import (
"fmt"
)
func mutate(s string)string {
s[0] = 'a'//any valid unicode character within single quote is a rune
return s
}
func main() {
h := "hello"
fmt.Println(mutate(h))
}
上面的程序中，第 8 行我们试图改变字符串的第一个字符为 a。任何在单引号内的 Unicode 字符都是 rune。由于字符串是不可变的，因此这是非法的，将会报错：main.go:8: cannot assign to s[0]。
为了改变一个字符串中的字符，我们需要先把字符串转换为 rune 切片，然后修改切片中的内容，最后将这个切片转换回字符串。
package main
import (
"fmt"
)
func mutate(s []rune) string {
s[0] = 'a'
return string(s)
}
func main() {
h := "hello"
fmt.Println(mutate([]rune(h)))
}
在上面的程序中，第 7 行 mutate 函数接收一个 rune 切片作为参数。然后将该切片的第一个元素改为 a，最后再转换回字符串并返回。该函数在程序中的第 13 行被调用。h 被转换为一个 rune 切片传递给 mutate。程序的输出为：aello。
字符串的介绍到此为止。感谢阅读。