开发者

Go语言rune与字符串转换的密切关系解析

目录
  • 介绍rune类型
    • 为什么要给int32取一个别名rune呢,为什么不直接使用int32?
  • rune如何处理字符?
    • 引出golang中关于字符串的说明
    • 值得注意的地方
  • 介绍string类型
    • 为什么替换字符时string比[]byte效率慢?
    • 思考string、byte、rune之间的关系
  • 总结

    介绍rune类型

    golang中rune与字符串转换的密切关系

    rune 类型是 Go 语言的一种特殊数字类型。在 builtin/builtin.go 文件中,它的定义是type rune = int32.官方对它是这么解释的:rune 是类型 int32 的别名,在所有方面都等价于它,用来区分字符值跟整数值.使用单引号定义 ,返回采用 UTF-8 编码的 Unicode 码点.Go 语言通过 rune 处理中文,支持国际化多语言。

    为什么要给int32取一个别名rune呢,为什么不直接使用int32?

    这是因为别名的使用在大型项目重构中作用最为明显,它能解决代码升级或迁移过程中可能存在的类型兼容性问题。在go语言中还有另外一个类型别名也是用来处理字符的,要知道在go语言中可没有char这个类型,因此对于字符的处理就要特别对待。

    rune如何处理字符?

    rune主要表示字符码点,特别在处理中文方面尤其有效。下面是例子

    func main() {
       s := "我是一个gophers"
       fmt.Println(len(s))
       fmt.Println(len([]rune(s)))
    }
    运行结果:
    19
    11
    

    通过对比我们可以发现中文字符每个占据3个字节,如果使用byte则需要三个不同的值,而使用rune刚好可以完整表达。

    引出golang中关于字符串的说明

    • Go 源代码始终为 UTF-8。
    • 字符串可以包含任意字节。
    • 字符串文字中不包含字节级转义符时字符串始终包含有效的 UTF-8 序列。
    • 代表 Unicode 码点的字节序列称为 rune
    • 在 Go 中不会保证字符串中的字符被规范化。

    值得注意的地方

    在前面已经提到过,golang中没有char这个概念,有的只是byte(uint8)单个字符的代表。因此要如何实现string呢?这个待会再讲。我们现在主要介绍string遍历过程中的问题。请看下面的例子

    func main() {
       s := "我是一个gophers"
       编程for i, v := range s {
          fmt.Printf("第%d个值,类型为%T结果为:%v\n", i, v, string(v))
       }
       for i, v := range s {
          fmt.Printf("第%d个值,类型为%T结果为:%v\n", i, v, string(s[i]))
       }
    }
    运行结果:
    第0个值,类型为int32结果为:我
    第3个值,类型为int32结果为:是
    第6个值,类型为int32结果为:一
    第9个值,类型为int32结果为:个
    第12个值,类型为int32开发者_Go开发结果为:g
    第13个值,类型为int32结果为:o
    第14个值,类型为int32结果为:p
    第15个值,类型为int32结果为:h
    第16个值,类型为int32结果为:e
    第17个值,类型为int32结果为:r
    第18个值,类型为int32结果为:s
    -------------------------------------------
    第0个值,类型为int32结果为: 
    第3个值,类型为int32结果为: 
    第6个值,类型为int32结果为: 
    第9个值,类型为int32结果为: 
    第12个值,类型为int32结果为:g
    第13个值,类型为int32结果为:o
    第14个值,类型为int32结果为:p
    第15个值,类型为int32结果为:h
    第16个值,类型为int32结果为:e
    第17个值,类型为int32结果为:r
    第18个值,类型为int32结果为:s
    

    通过比对和循环我们可以得知,golang中对于string的循环,如果是中文则需要注意他的下标序号是以3为差值,字符是以1为差值.通过s[i]v的比对可以知道为什么golang中需要选择rune作为字符串的转换值.如果转化是一个中文的话,一个字节的byte是无法容纳的,而rune解决了这个问题.

    介绍string类型

    关于string类型,在go标准库builtin中有如下说明:

    // string is the set of all strings of 8-bit bytes, conventionally but not
    // necessarily representing UTF-8-encoded text. A string may be empty, but
    // not nil. Values of string type are immutable.
    type string string
    

    也就是说:string是8位字节的集合,通常但不一定代表UTF-8编码的文本.string可以为空,但是不能为nil.string的值是不能改变的. 而在go语言的源码中我们可以看到string的构成:

    type stringStruct struct {
    www.devze.com   str unsafe.Pointer
       len int
    }
    

    stringStruct就是string的一个对象,这个str就是一个指向字符数组首位的一个指针.len就是这个字符串的长度.那么这个数组指的是什么呢?其实就是一个[]byte,string内部就是通过这个字符切片组成的。而这个str就是指向了这个切片的首地址.因此也解释了一个现象,为什么[]byte中的值可以被修改,而string中的值无法被修改.也正因如此copy内置函数才可以将string类型复制为[]byte类型.

    字符串的值不能被更改,但可以被替换. string在底层都是结构体stringStruct{str: str_point, len: str_len},string结构体的str指针指向的是一个字符常量的地址,这个地址里面的内容是不可以被改变的,因为它是只读python的,但是这个指针可以指向不同的地址.

    为什么替换字符时string比[]byte效率慢?

    由于每次替换string的值时,stringstr指针无法进行改变指向,因此程序内部就需要去新开辟一个指针指向新的[]byte,然后先前分配的string内存就会被GC所回收.这是导致string相较于[]byte操作低效的根本原因.

    思考string、byte、rune之间的关系

    Go语言把字符分 byte 和 rune 两种类型处理.byte 是类型 unit8 的别名,用于存放占 1 字节的 ASCII 字符,如英文字符,返回的是字符原始字节.rune 是类型&http://www.devze.comnbsp;iBaQnSyFnt32 的别名,用于存放多字节字符,如占 3 字节的中文字符,返回的是字符 Unicode 码点值.

    总结

    • string无法进行修改,只能进行替换
    • string底层由一个指针指向[]byte
    • rune主要用来表示码点并处理大于1字节小于4个字节的特殊字符
    • 中文字符每个码点占据多个字节,并且在string循环中通过rune表示

    以上就是Go语言rune与字符串转换的密切关系解析的详细内容,更多关于Go rune字符串转换的资料请关注我们其它相关文章!

    0

    上一篇:

    下一篇:

    精彩评论

    暂无评论...
    验证码 换一张
    取 消

    最新开发

    开发排行榜