Go 语言中的字符串以及常用的两个字符串处理包。
二. 字符串
Go语言中的字符串是 UTF-8 字符的一个序列(当字符为 ASCII 码时则占用 1 个字节,其它字符根据需要占用 2-4 个字节)。UTF-8 是被广泛使用的编码格式,是文本文件的标准编码,其它包括 XML 和 JSON 在内,也都使用该编码。由于该编码对占用字节长度的不定性,Go 中的字符串也可能根据需要占用 1 至 4 个字节,这与其它语言如 C++、Java 或者 Python 不同。Go 这样做的好处是不仅减少了内存和硬盘空间占用,同时也不用像其它语言那样需要对使用 UTF-8 字符集的文本进行编码和解码。
Go语言中字符串的可以使用双引号( " )或者反引号( ` )来创建。双引号用来创建可解析的字符串字面量,所谓可解析的是指字符串中的一些符号可以被格式化为其他内容,如"\n"在在输出时候会被格式化成换行 符, 如果需要按照原始字符输出必须进行转义。而反引号创建的字符串原始是什么样,那输出还是什么,不需要进行任何转义。以下是几个例子:
t1 := "\"hello\"" //内容: "hello"
t2 := `"hello"` //内容:和t1一致
t3 := "\u6B22\u8FCE" //内容:你好
Go语言中的部分转义字符如下表所示:
转义字符 |
含义 |
\\ |
表示反斜线 |
\' |
单引号 |
\" |
双引号 |
\n |
换行符 |
\uhhhh |
4个16进制数字给定的Unicode字符 |
在Go语言中单个字符可以使用单引号( ' )来创建。之前的课程中,我们有学习过rune类型,它等同于unint32,在Go语言中,一个单一的字符可以用一个单一的rune来表示。这也是容易理解的,因为Go语言的字符串是UTF-8编码,其底层使用4个字节表示,也就是32 bit。
在Go语言中,字符串支持切片操作,但是需要注意的是如果字符串都是由ASCII字符组成,那可以随便使用切片进行操作,但是如果字符串中包含其他 非ASCII字符,直接使用切片获取想要的单个字符时需要十分小心,因为对字符串直接使用切片时是通过字节进行索引的,但是非ASCII字符在内存中可能 不是由一个字节组成。如果想对字符串中字符依次访问,可以使用range操作符。另外获取字符串的长度可能有两种含义,一种是指获取字符串的字节长度,一种是指获取字符串的字符数量。字符串支持以下操作:
语法 |
描述 |
s += t |
将字符串t追加到s末尾 |
s + t |
将字符串s和t级联 |
s[n] |
从字符串s中索引位置为n处的原始字节 |
s[n:m] |
从位置n到位置m-1处取得的字符(字节)串 |
s[n:] |
从位置n到位置len(s)-1处取得的字符(字节)串 |
s[:m] |
从位置0到位置m-1处取得的字符(字节)串 |
len(s) |
字符串s中的字节数 |
len([]rune(s)) |
字符串s中字符的个数,可以使用更快的方法utf8.RuneCountInString() |
[ ]rune(s) |
将字符串s转换为一个unicode值组成的串 |
string(chars) |
chars类型是[]rune或者[]int32, 将之转换为字符串 |
[ ]byte(s) |
无副本的将字符串s转换为一个原始的字节的切片数组,不保证转换的字节是合法的UTF-8编码字节 |
让我们尝试一个例子, 使用vim创建源文件string_t.go,然后输入以下源代码:
package main
import (
"fmt"
)
func main() {
t0 := "\u6B22\u8FCE\u6765\u5230" // t0内容:欢迎来到
t1 := "\u5B9E\u9A8C\u697C" // t1内容:实验楼
t2 := t0 + t1
for index, char := range t2 {
fmt.Printf("%-2d %U '%c' %X %d\n",
index, char, char, []byte(string(char)), len([]byte(string(char))))
}
fmt.Printf("length of t0: %d, t1: %d, t2: %d\n", len(t0), len(t1), len(t2))
fmt.Printf("content of t2[0:2] is: %X\n", t2[0:2])
}
然后通过以下方式运行,在这里一起显示了程序的输出(由于console可能不支持中文显示,可能显示乱码):
$ go run string_t.go
0 U+6B22 '欢' E6ACA2 3
3 U+8FCE '迎' E8BF8E 3
6 U+6765 '来' E69DA5 3
9 U+5230 '到' E588B0 3
12 U+5B9E '实' E5AE9E 3
15 U+9A8C '验' E9AA8C 3
18 U+697C '楼' E6A5BC 3
length of t0: 12, t1: 9, t2: 21
content of t2[0:2] is: E6AC
说明:通过前面的课程我们知道通过\uhhhh的方式我们可以通过创建Unicod字符,在以上程序中,首先通过:=符号创建了变量t0,其值为\u6B22\u8FCE\u6765\u5230,是欢迎来到中文字符的unicode编码,然后以同样的方式创建了变量t1,其值为实验楼,然后通过+操作符将t0和t1拼接赋值给t2。然后我们通过range操作符号对unicode字符串t2中的每一个unicode字符依次操作,我们这里只是简单的打印出每个字符在t2中的位置,每个字符的unicode码值,每个字符的字面量,每个字符的十六进制值,以及每个字符的字节长度。这里我们使用fmt包种支持的格式指令,如果读者学习过C语言的话就一目了然。接着,我们通过len操作符计算出了每个字符串的字节长度。最后,我们使用切片访问了字符串t2的第0-1个字节,也就是前两个字节,其内容为E6AC。前面我们说到不能使用切片的方式访问非ASCII字符串中的字符,原因在这里一目了然。字符欢其底层使用了三个字节表示,内容是E6ACA2,如果只是简单的使用切片(只取切片中的一项)访问的是不能访问到整个字符的,因为字符的切片是通过字节数来索引的。
三. 格式化字符串
Go语言标准库中的fmt包提供了打印函数将数据以字符串形式输出到控制台,文件,其他满足io.Writer接口的值以及其他字符串。目前为止我们使用了fmt.Printf和fmt.Prinfln,对于前者的使用,就像C语言中的printf函数一样,我们可以提供一些格式化指令,让Go语言对输出的字符串进行格式化。同样的我们可以使用一些格式化修饰符,改变格式化指令的输出结果, 如左对齐等。常用的格式化指令如下:
格式化指令 |
含义 |
%% |
%字面量 |
%b |
一个二进制整数,将一个整数格式化为二进制的表达方式 |
%c |
一个Unicode的字符 |
%d |
十进制数值 |
%o |
八进制数值 |
%x |
小写的十六进制数值 |
%X |
大写的十六进制数值 |
%U |
一个Unicode表示法表示的整形码值,默认是4个数字字符 |
%s |
输出以原生的UTF-8字节表示的字符,如果console不支持UTF-8编码,则会输出乱码 |
%t |
以true或者false的方式输出布尔值 |
%v |
使用默认格式输出值,或者使用类型的String()方法输出的自定义值,如果该方法存在的话 |
%T |
输出值的类型 |
常用的格式化指令修饰符如下:
- 空白 如果输出的数字为负,则在其前面加上一个减号"-"。如果输出的是整数,则在前面加一个空格。使用%x或者%X格式化指令输出时,会在结果之间添加一个空格。例如fmt.Printf("% X", "实")输出E5 AE 9E
- #
- %#o 输出以0开始的八进制数据
- %#x 输出以0x开始的十六进制数据
- + 让格式化指令在数值前面输出+号或者-号,为字符串输出ASCII字符(非ASCII字符会被转义),为结构体输出其字段名
- - 让格式化指令将值向左对齐(默认值为像右对齐)
- 0 让格式指令以数字0而非空白进行填充
让我们练习一下,使用vim创建源文件fmt_t.go,输入以下源码:
package main
import (
"fmt"
)
func main() {
text := "\u5B9E\u9A8C\u697C"
fmt.Printf("bool output:\n%t\n%t\n\n", true, false)
fmt.Println("number output, origin value: 64")
fmt.Printf("|%b|%8b|%-8b|%08b|% 8b|\n", 64, 64, 64, 64, 64)
fmt.Printf("|%x|%8x|%-8x|%08X|% 8X|\n\n", 64, 64, 64, 64, 64)
fmt.Println(`text output, origin value: \u5B9E\u9A8C\u697C`)
fmt.Printf("content: %s\n", text)
fmt.Printf("hex value: % X\nUnicode value: ", text)
for _, char := range text {
fmt.Printf("%U ", char)
}
fmt.Println()
bytes := []byte(text)
fmt.Printf("value of bytes: %s\n", bytes)
fmt.Printf("hex value of bytes: % X\n", bytes)
fmt.Printf("origin value of bytes: %v\n", bytes)
}
运行代码,输出如下:
$ go run fmt_t.go
bool output:
true
false
number output, origin value: 64
|1000000| 1000000|1000000 |01000000| 1000000|
|40| 40|40 |00000040| 40|
text output, origin value: \u5B9E\u9A8C\u697C
content: 实验楼
hex value: E5 AE 9E E9 AA 8C E6 A5 BC
Unicode value: U+5B9E U+9A8C U+697C
value of bytes: 实验楼
hex value of bytes: E5 AE 9E E9 AA 8C E6 A5 BC
origin value of bytes: [229 174 158 233 170 140 230 165 188]
代码一目了然,就不详细解释了。
四. 字符串处理相关的包
Go语言处理字符串的强大之处不仅限于对索引和切片的支持,很多官方包提供了大量的实用函数,可以对字符串进行很方便的操作。在这里我们简单的介绍几个常用的包。
1. strings 包
strings包提供了如查找字符串,分割字符串,判断前后缀,判断字符串包含,字符串替换,统计字符串出现的次数等常用操作,完整的方法列表可以参考官方包说明。下面我们通过一个小练习来感受下。使用vim创建文件strings_package.go,输入以下源码:
package main
import (
"fmt"
"strings"
)
func main() {
var str string = "go_lang"
fmt.Printf("T/F? Does the string \"%s\" have prefix \"%s\"? ", str, "go")
fmt.Printf("%t\n", strings.HasPrefix(str, "go"))
fmt.Printf("T/F? Does the string \"%s\" contains \"%s\"? ", str, "-")
fmt.Printf("%t\n", strings.Contains(str, "-"))
str_new := strings.Replace(str, "go", "python", 1)
fmt.Printf("Origin string: \"%s\", after replace: \"%s\"\n", str, str_new)
fmt.Printf("Number of 'n' in \"%s\" is: %d\n", str_new, strings.Count(str_new, "n"))
}
执行代码,输出如下:
$ go run strings_package.go
T/F? Does the string "go_lang" have prefix "go"? true
T/F? Does the string "go_lang" contains "-"? false
Origin string: "go_lang", after replace: "python_lang"
Number of 'n' in "python_lang" is: 2
代码依然很简单,函数的功能就从函数名就可以看出。值得注意的地方是函数func Replace(s, old, new string, n int) string中的参数n指明了将字符串s中的前n个old字符串替换为new字符串,如果n = -1则提供所有匹配到的字符串。
2. strconv 包
strconv包提供了许多可以在字符串和其他类型的数据之间进行转换的函数。例如可以将数字转换为字符串,将数字样式的字符串转换为数值(将字符串"12345"转换int类型的整数)。我们还是直接通过例子学习,创建源文件strconv_package.go,输入以下代码:
package main
import (
"fmt"
"strconv"
)
func main() {
var ori string = "123456"
var i int
var s string
fmt.Printf("The size of ints is: %d\n", strconv.IntSize)
i, _ = strconv.Atoi(ori)
fmt.Printf("The integer is: %d\n", i)
i = i + 5
s = strconv.Itoa(i)
fmt.Printf("The new string is: %s\n", s)
}
以上代码中,需要注意的地方是strconv.IntSize是一个常量,其值是int类型的所占的bit数,运行代码输出如下:
$ go run strconv_package.go
The size of ints is: 64
The integer is: 123456
The new string is: 123461
有疑问加站长微信联系(非本文作者)