前言
字符串（string） 作為 go 語言的基本數據類型，在開發中必不可少，我們務必深入學習一下，做到一清二楚。
本文假設讀者已經知道切片（slice）的使用，如不了解，可閱讀 Go 切片 基本知識點
為了更好的理解后文，推薦先閱讀 Unicode 字符集，UTF-8 編碼
是什么
In Go, a string is in effect a read-only slice of bytes.
在 go 語言中，字符串實際上是一個只讀的字節切片，其數據結構定義如下：
// runtime/string.go
type stringStruct struct {
str unsafe.Pointer // 指向底層字節數組的指針
len int // 字節數組的長度
}
注意：byte 其實是 uint8 的類型別名
// byte is an alias for uint8 and is equivalent to uint8 in all ways. It is
// used, by convention, to distinguish byte values from 8-bit unsigned
// integer values.
type byte = uint8
怎么用
func main() {
// 使用字符串字面量初始化
var a = "hi,狗"
fmt.Println(a)
// 可以使用下標訪問，但不可修改
fmt.Printf("a[0] is %d\n", a[0])
fmt.Printf("a[0:2] is %s\n", a[0:2])
// a[0] = 'a' 編譯報錯，Cannot assign to a[0]
// 字符串拼接
var b = a + "狗"
fmt.Printf("b is %s\n", b)
// 使用內置 len() 函數獲取其長度
fmt.Printf("a's length is: %d\n", len(a))
// 使用 for;len 遍歷
for i := 0; i < len(a); i++ {
fmt.Println(i, a[i])
}
// 使用 for;range 遍歷
for i, v := range a {
fmt.Println(i, v)
}
}
/* output
hi,狗
a[0] is 104
a[0:2] is hi
b is hi,狗狗
a's length is: 6
0 104
1 105
2 44
3 231
4 139
5 151
0 104
1 105
2 44
3 29399
*/
如果讀者在看上面的代碼時有疑惑，不用着急，下文將會挨個解讀。
只讀
字符串常量會在編譯期分配到只讀段，對應數據地址不可寫入，相同的字符串常量不會重復存儲
func main() {
var a = "hello"
fmt.Println(a, &a, (*reflect.StringHeader)(unsafe.Pointer(&a)))
a = "world"
fmt.Println(a, &a, (*reflect.StringHeader)(unsafe.Pointer(&a)))
var b = "hello"
fmt.Println(b, &b, (*reflect.StringHeader)(unsafe.Pointer(&b)))
}
/* output
字符串字面量 該變量的內存地址 底層字節切片
hello 0xc0000381f0 &{5033779 5}
world 0xc0000381f0 &{5033844 5}
hello 0xc000038220 &{5033779 5}
*/
可以看到 hello 在底層只存儲了一份
for;len 遍歷
go 的源代碼都是 UTF-8 編碼格式的，上例中的”狗“字占用三個字節，即 231 139 151（Unicode Character Table），所以上例的運行結果很清楚。
於此同時，也可以將字符串轉化為字節切片
func main() {
var a = "hi,狗"
b := []byte(a)
fmt.Println(b) // [104 105 44 231 139 151]
}
for;range 遍歷
The Unicode standard uses the term "code point" to refer to the item represented by a single value.
在 Unicode 標准中，使用術語 code point 來表示由單個值表示的項，通俗點來說，U+72D7（十進制表示為 29399）代表符號 ”狗“
"Code point" is a bit of a mouthful, so Go introduces a shorter term for the concept: rune.
code point 有點拗口，所以在 go 語言中專門有一個術語來代表它，即 rune
注意：rune 其實是 int32 的類型別名
// rune is an alias for int32 and is equivalent to int32 in all ways. It is
// used, by convention, to distinguish character values from integer values.
type rune = int32
在對字符串類型進行 for;range 遍歷時，其實是按照 rune 類型來解碼的，所以上例的運行結果也很清晰。
與此同時，也可以將字符串轉化為 rune 切片
func main() {
// 使用字符串字面量初始化
var a = "hi,狗"
r := []rune(a)
fmt.Println(r) // [104 105 44 29399]
}
當然我們也可以使用 "unicode/utf8" 標准庫，手動實現 for;range 語法糖相同的效果
func main() {
var a = "hi,狗,lang"
for i, w := 0, 0; i < len(a); i += w {
runeValue, width := utf8.DecodeRuneInString(a[i:])
fmt.Printf("%#U starts at byte position %d\n", runeValue, i)
w = width
}
}
/* output
U+0068 'h' starts at byte position 0
U+0069 'i' starts at byte position 1
U+002C ',' starts at byte position 2
U+72D7 '狗' starts at byte position 3
U+002C ',' starts at byte position 6 # 此處可以看到狗占了3個字節
U+006C 'l' starts at byte position 7
U+0061 'a' starts at byte position 8
U+006E 'n' starts at byte position 9
U+0067 'g' starts at byte position 10
*/