Go学习——《Go语言程序设计》Chap3

字符串

本章讲解 Go 语言的字符串类型

一个 Go 语言字符串是一个任意字节的常量序列。大部分情况下，一个字符串的字节使用 UTF-8 编码表示 Unicode 文本。

字面量、操作符和转义

字符串字面量使用双引号（"）或者反引号（'）来创建，主要区别如下

  • "

    双引号创建可解析的字符串字面量，比如带转义，但不能用来引用多行。

  • '

    反引号创建原生的子字符串字面量，这些字符串可能由多行组成，不支持任何转义序列，并且可以包含除了反引号之外的任何字符。

可解析的字符串使用得最广泛，而原生的字符串字面量则用于书写多行消息、HTML 以及正则表达式，这里有一些例子。

如果想创建一个长的可解析字符串字面量，但又不想在代码中写同样长的一行（想要换为多行），我们可以考虑使用+级联，或者+=追加。（当然这不是来追加的更好的方式，见下一节）

1
2
3
4
book := "The Spirit Level" +
        " by Richard Wilkinson"
book += " and Kate Pickett"
fmt.Print(book)

字符和字符串

一个字符串可以使用语法chars := []rune(s)转换成一个rune（即码点）切片，其中s是一个字符串类型的值。变量chars的类型为[]int32，因为rune是int32的同义词（基本数据类型处解释过）。这在我们需要逐个字符解析字符串，同时需要在解析过程中能产看前一个或后一个字符时会有用。相反的转换也同样简单，其语法为s := string(chars)。两个转化时间代价都是\(O(n)\)

虽然方便，但是使用+=操作符并不是一个循环中往字符串末尾追加字符串最有效的方式。一个更好的方式（Python 程序员熟悉）是准备好一个字符串切片（[]string），然后使用strings.Join()函数一次性将其中所有字符串串连起来。但在 Go 语言中还有一个更好的方法，其原理类似 Java 中的StringBuilder，例子如下：

1
2
3
4
5
6
7
8
var buffer bytes.Buffer
for {
    if piece, ok := getNextValidString(); ok{
        buffer.WriteString(piece)
    } else {
        break
    }
}

将一个bytes.Buffer类型中的字符串累加起来可能比+=操作符在节省内存和操作符方面高效得多，特别当级联的字符串数量很大时。

字符串索引与切片

切片并不是万能的，对于字符全是 7 位 ASCII 编码的字符情况下切片简单又方便，因为字节与索引位置是一一对应的，而这种情况下字节和字符也是一一对应的。

然而当处理非 ASCII 码文本则更有挑战，因为这些字符可能用一个或者多个字节表示，如下图展示。

png
png

通常我们完全不需要切片一个字符串，只需要for...range循环将其一个字符一个字符的迭代（注意这里是按字符），但是有些情况下我们确实需要使用切片来获得一个子字符串，精确得到切片索引的方法strings.Index()、strings.LastIndex()。

下面是一个自己写的例子

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
// 我的测试
s := "What ever you input 👿"
// for ... range 循环输出
for _, x := range s {
    fmt.Printf("-%c-", x)
}
fmt.Println(s)
fmt.Print("Last index of ' ' = ")
// LastIndex 说明
// LastIndex returns the index of the last instance of substr in s, or -1 if substr is not present in s.
// LastIndex 输出的是末尾，也即不包含值，对于单个字节应为该字节后面一个索引
fmt.Println(strings.LastIndex(s, " "))
// 👿最后的index实验以及输出
evilBeginIndex := strings.LastIndex(s, " ")
evilLastIndex := strings.LastIndex(s, "")
fmt.Print("Begin index of 👿: ")
fmt.Println(evilBeginIndex)
fmt.Print("Last index of 👿: ")
fmt.Println(evilLastIndex)
fmt.Println("")
fmt.Print("Differ of the two index: ")
fmt.Println(evilLastIndex - evilBeginIndex)
fmt.Print("Print the evil: ")
fmt.Println(s[evilBeginIndex:evilLastIndex])
// 输出长度
len := len(s)
fmt.Println(len)
// 一个切片 恒等式  i \in [0,len(s)]
i := len / 2
fmt.Println(s == s[:i]+s[i:])
// 一个实际的切片例子
png
png

使用 fmt 包来格式化字符串

一些常见的方法，注意区分带F前缀为，写入到指定 writer 的（不带则是输出到os.Stdout），带f后缀的则是按字符串格式format填入参数（不带则是按格式%v以空格分割、换行结尾写），这样举一反三一下就大体知道输出函数的类别了。

格式指令 含义
%% 一个%字面量
%b 一个二进制整数值（基数为 2），或者是一个（高级的）用科学技术法表示的指数为 2 的浮点数
%c 一个 Unicode 字符的码点值（rune 类型输出）
%d 一个十进制数值（基数为 10）
%e 以科学计数法 e 表示的浮点数或者复数值
%E 以科学计数法 E 表示的浮点数或者复数值
%f 以标准计数法表示的浮点数或者复数值
%g 略
%G 略
%o 一个以八进制表示的数字（基数为 8）
%p 以十六进制（基数为 16）表示的一个值的地址，前缀为 0x，字母使用小写的 a~f 表示（用于调试）
%q 使用 Go 语法以及必要时使用转义，以双引号括起来的字符串或者字节切片[]byte，或者单引号括起来的数字
%s 以原生的 UTF-8 字节表示的字符串或者[]byte 切片，对于一个给定的文本文件或者一个能够显示 UTF-8 编码的控制台，它会产生正确的 Unicode 输出
%t 布尔值
%T 使用 Go 语法输出值的类型
%U 使用 Unicode 表示法表示整形码点
%v 使用默认格式输出的内置或者自定义类型的值，或者是使用类型的 String()方法输出的自定义值
%x 以十六进制表示的整形值（基数为 16）、字符串或者[]byte 数组，a~f 表示
%X 以十六进制表示的整形值（基数为 16）、字符串或者[]byte 数组，A~F 表示

需要注意的是，和 C/C++的 format 输出非常相似，但是存在一些细微的差别。例如。Go 语言的%d 可以用于任何整数，无论它的大小如何和有无符号（完美～）。

例子：m3u2pls