golang string和[]byte的对比

sheepbao · · 1221 次点击 · · 开始浏览    
这是一个创建于 的文章,其中的信息可能已经有所发展或是发生改变。

## golang string和[]byte的对比 为啥string和[]byte类型转换需要一定的代价? 为啥内置函数copy会有一种特殊情况`copy(dst []byte, src string) int`? string和[]byte,底层都是数组,但为什么[]byte比string灵活,拼接性能也更高([动态字符串拼接性能对比](https://sheepbao.github.io/post/golang_string_connect_performance/))? 今天看了源码探究了一下。 以下所有观点都是个人愚见,有不同建议或补充的的欢迎emial我[aboutme](https://sheepbao.github.io/about/) ### 何为string? 什么是字符串?标准库`builtin`的解释: ``` type string 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. ``` 简单的来说字符串是一系列8位字节的集合,通常但不一定代表UTF-8编码的文本。字符串可以为空,但不能为nil。而且字符串的值是不能改变的。 不同的语言字符串有不同的实现,在go的源码中`src/runtime/string.go`,string的定义如下: ```go type stringStruct struct { str unsafe.Pointer len int } ``` 可以看到str其实是个指针,指向某个数组的首地址,另一个字段是len长度。那到这个数组是什么呢? 在实例化这个stringStruct的时候: ```go func gostringnocopy(str *byte) string { ss := stringStruct{str: unsafe.Pointer(str), len: findnull(str)} s := *(*string)(unsafe.Pointer(&ss)) return s } ``` 哈哈,其实就是byte数组,而且要注意string其实就是个struct。 ### 何为[]byte? 首先在go里面,byte是uint8的别名。而slice结构在go的源码中`src/runtime/slice.go`定义: ```go type slice struct { array unsafe.Pointer len int cap int } ``` array是数组的指针,len表示长度,cap表示容量。除了cap,其他看起来和string的结构很像。 但其实他们差别真的很大。 ### 区别 #### 字符串的值是不能改变 在前面说到了字符串的值是不能改变的,这句话其实不完整,应该说字符串的值不能被更改,但可以被替换。 还是以string的结构体来解释吧,所有的string在底层都是这样的一个结构体`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,因为它是只读的,但是这个指针可以指向不同的地址,我们来对比一下string、[]byte类型重新赋值的区别: ```go s := "A1" // 分配存储"A1"的内存空间,s结构体里的str指针指向这快内存 s = "A2" // 重新给"A2"的分配内存空间,s结构体里的str指针指向这快内存 ``` 其实[]byte和string的差别是更改变量的时候array的内容可以被更改。 ```go s := []int{1} // 分配存储1数组的内存空间,s结构体的array指针指向这个数组。 s = []int{2} // 将array的内容改为2 ``` 因为string的指针指向的内容是不可以更改的,所以每更改一次字符串,就得重新分配一次内存,之前分配空间的还得由gc回收,这是导致string操作低效的根本原因。 #### string和[]byte的相互转换 将string转为[]byte,语法`[]byte(string)`源码如下: ```go func stringtoslicebyte(buf *tmpBuf, s string) []byte { var b []byte if buf != nil && len(s) <= len(buf) { *buf = tmpBuf{} b = buf[:len(s)] } else { b = rawbyteslice(len(s)) } copy(b, s) return b } func rawstring(size int) (s string, b []byte) { p := mallocgc(uintptr(size), nil, false) stringStructOf(&s).str = p stringStructOf(&s).len = size *(*slice)(unsafe.Pointer(&b)) = slice{p, size, size} return } ``` 可以看到b是新分配的,然后再将s复制给b,至于为啥copy函数可以直接把string复制给[]byte,那是因为go源码单独实现了一个`slicestringcopy`函数来实现,具体可以看`src/runtime/slice.go`。 将[]byte转为string,语法`string([]byte)`源码如下: ```go func slicebytetostring(buf *tmpBuf, b []byte) string { l := len(b) if l == 0 { // Turns out to be a relatively common case. // Consider that you want to parse out data between parens in "foo()bar", // you find the indices and convert the subslice to string. return "" } if raceenabled && l > 0 { racereadrangepc(unsafe.Pointer(&b[0]), uintptr(l), getcallerpc(unsafe.Pointer(&buf)), funcPC(slicebytetostring)) } if msanenabled && l > 0 { msanread(unsafe.Pointer(&b[0]), uintptr(l)) } s, c := rawstringtmp(buf, l) copy(c, b) return s } func rawstringtmp(buf *tmpBuf, l int) (s string, b []byte) { if buf != nil && l <= len(buf) { b = buf[:l] s = slicebytetostringtmp(b) } else { s, b = rawstring(l) } return } ``` 依然可以看到s是新分配的,然后再将b复制给s。 正因为string和[]byte相互转换都会有新的内存分配,才导致其代价不小,但读者千万不要误会,对于现在的机器来说这些代价其实不值一提。 但如果想要频繁string和[]byte相互转换(仅假设),又不会有新的内存分配,能有办法吗?答案是有的。 ```go package string_slicebyte_test import ( "log" "reflect" "testing" "unsafe" ) func stringtoslicebyte(s string) []byte { sh := (*reflect.StringHeader)(unsafe.Pointer(&s)) bh := reflect.SliceHeader{ Data: sh.Data, Len: sh.Len, Cap: sh.Len, } return *(*[]byte)(unsafe.Pointer(&bh)) } func slicebytetostring(b []byte) string { bh := (*reflect.SliceHeader)(unsafe.Pointer(&b)) sh := reflect.StringHeader{ Data: bh.Data, Len: bh.Len, } return *(*string)(unsafe.Pointer(&sh)) } func TestStringSliceByte(t *testing.T) { s1 := "abc" b1 := []byte("def") copy(b1, s1) log.Println(s1, b1) s := "hello" b2 := stringtoslicebyte(s) log.Println(b2) // b2[0] = byte(99) unexpected fault address b3 := []byte("test") s3 := slicebytetostring(b3) log.Println(s3) } ``` 答案虽然有,但强烈推荐不要使用这种方法来转换类型,因为如果通过stringtoslicebyte将string转为[]byte的时候,共用的时同一块内存,原先的string内存区域是只读的,一但更改将会导致整个进程down掉,而且这个错误是runtime没法恢复的。 ### 如何取舍? 既然string就是一系列字节,而[]byte也可以表达一系列字节,那么实际运用中应当如何取舍? * string可以直接比较,而[]byte不可以,所以[]byte不可以当map的key值。 * 因为无法修改string中的某个字符,需要粒度小到操作一个字符时,用[]byte。 * string值不可为nil,所以如果你想要通过返回nil表达额外的含义,就用[]byte。 * []byte切片这么灵活,想要用切片的特性就用[]byte。 * 需要大量字符串处理的时候用[]byte,性能好很多。 最后脱离场景谈性能都是耍流氓,需要根据实际场景来抉择。

有疑问加站长微信联系(非本文作者))

入群交流(和以上内容无关):加入Go大咖交流群,或添加微信:liuxiaoyan-s 备注:入群;或加QQ群:692541889

1221 次点击  ∙  1 赞  
加入收藏 微博
上一篇:golang闭包分析
1 回复  |  直到 2018-10-16 14:53:09
暂无回复
添加一条新回复 (您需要 登录 后才能回复 没有账号 ?)
  • 请尽量让自己的回复能够对别人有帮助
  • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`
  • 支持 @ 本站用户;支持表情(输入 : 提示),见 Emoji cheat sheet
  • 图片支持拖拽、截图粘贴等方式上传