Go 字符串的本质、Unicode 处理与常用操作速查
一、简述 Go 的 string 是不可变的字节序列，底层以 UTF-8 编码存储。它是一个值类型（赋值和传参都会拷贝），长度固定后不能修改。
与 C++ std::string 最大的区别：
不可变——没有 operator[] 返回引用，不能就地修改字符 UTF-8 原生支持——但 len() 返回的是字节数，不是字符数 rune 类型——用于表示单个 Unicode 码点（int32 别名） 二、C++ 对照速查表 Go C++ 说明 string std::string Go 是不可变值类型；C++ 可变 rune char32_t rune = int32，表示一个 Unicode 码点 byte uint8 / unsigned char 一个字节 len(s) s.size() Go 返回字节数，不是字符数 s[i] s[i] Go 返回 byte；C++ 返回 char&（可写） for _, r := range s for (char32_t c : s) Go 遍历 rune；C++ 依赖编码 strings.Builder std::ostringstream 高效字符串拼接 strconv.Itoa(n) std::to_string(n) 整数转字符串 strconv.Atoi(s) std::stoi(s) 字符串转整数 strings.Contains std::string::find 判断子串是否存在 []byte(s) reinterpret_cast 显式转换（会拷贝数据） 没有隐式转换 std::string 构造 string 和 []byte 必须显式转换 三、代码示例 3.1 string 底层：不可变字节序列 package main import "fmt" func main() { s := "Hello, 世界" fmt.Println("len:", len(s)) // 13（字节数！不是字符数） // s[0] = 'h' // 编译错误！字符串不可变 // 底层就是字节数组的只读视图 b := []byte(s) // 转为 []byte 后可修改 b[0] = 'h' s2 := string(b) // 再转回 string fmt.Println(s2) // hello, 世界 } 3.2 rune 类型与 byte vs rune package main import "fmt" func main() { s := "Go语言" // byte —— 字节视角 fmt.Println("字节数:", len(s)) // 8（G=1, o=1, 语=3, 言=3） // rune —— 字符视角 runes := []rune(s) fmt.Println("字符数:", len(runes)) // 4 // 每个 rune 是一个 int32，代表一个 Unicode 码点 fmt.Printf("语 的 Unicode: U+%04X\n", runes[2]) // U+8BED } 3.3 遍历字符串：range vs 索引 package main import "fmt" func main() { s := "Hello世界" // 方式一：for range —— 按 rune 遍历（推荐用于字符级操作） fmt.Println("=== for range ===") for i, r := range s { fmt.Printf("字节索引 %d, rune: %c (U+%04X)\n", i, r, r) } // 输出：H(0), e(1), l(2), l(3), o(4), 世(5), 界(8) // 注意：i 是字节索引！"世"从第5字节开始，占3字节，"界"从第8字节开始 // 方式二：for i —— 按字节遍历 fmt.Println("=== for i (字节) ===") for i := 0; i < len(s); i++ { fmt.Printf("s[%d] = 0x%02X\n", i, s[i]) } // 中文字符的字节是 0xE4 0xB8 0xAD 这样的三字节序列 // 方式三：转为 []rune 后按索引遍历 r := []rune(s) for i := 0; i < len(r); i++ { fmt.Printf("r[%d] = %c\n", i, r[i]) } } 3.4 utf8 包 package main import ( "fmt" "unicode/utf8" ) func main() { s := "Go语言" // 获取 rune 数量（等价于 len([]rune(s)) 但更高效） fmt.Println("字符数:", utf8.RuneCountInString(s)) // 4 // 验证是否为合法 UTF-8 fmt.Println("合法 UTF-8:", utf8.ValidString(s)) // true // 非法 UTF-8 字节 bad := []byte{0xCE, 0xBA, 0xE1, 0xBD, 0xB9, 0xCF, 0x83, 0xCE, 0xBC, 0xCE, 0xB5} fmt.Println("合法:", utf8.Valid(bad)) // false // RuneLen 返回某个 rune 编码后占多少字节 fmt.Println("语 占字节:", utf8.RuneLen('语')) // 3 } 3.5 strings 包常用函数 package main import ( "fmt" "strings" ) func main() { s := " Hello, Go World! " // 查找 fmt.Println(strings.HasPrefix(s, " Hello")) // true fmt.Println(strings.HasSuffix(s, "! ")) // true fmt.Println(strings.Contains(s, "Go")) // true fmt.Println(strings.Index(s, "Go")) // 10（字节索引） // 裁剪 fmt.Println(strings.TrimSpace(s)) // "Hello, Go World!" fmt.Println(strings.Trim(s, " !")) // "Hello, Go World" fmt.Println(strings.TrimLeft(s, " H")) // "ello, Go World! " fmt.Println(strings.TrimSuffix("test.go", ".go")) // "test" fmt.Println(strings.TrimPrefix("cmd/test.go", "cmd/")) // "test.go" // 替换 fmt.Println(strings.Replace("aabbcc", "bb", "xx", 1)) // "aaxxcc" (只替换1次) fmt.Println(strings.ReplaceAll("aabbcc", "a", "x")) // "xxbbcc" (替换所有) fmt.Println(strings.ReplaceAll("aabbcc", "bb", "")) // "aacc" (删除子串) // 分割与合并 parts := strings.Split("a,b,c", ",") // ["a", "b", "c"] joined := strings.Join(parts, "-") // "a-b-c" fmt.Println(joined) // 大小写 fmt.Println(strings.ToUpper("hello")) // "HELLO" fmt.Println(strings.ToLower("HELLO")) // "hello" fmt.Println(strings.Title("hello go")) // "Hello Go" (1.18 后建议用 cases) // 重复与填充 fmt.Println(strings.Repeat("ab", 3)) // "ababab" fmt.Println(strings.Repeat("=", 20)) // "====================" // 字段分割（按空白字符） fields := strings.Fields(" foo bar baz ") fmt.Println(fields) // [foo bar baz] } 3.6 strconv 包：类型转换 package main import ( "fmt" "strconv" ) func main() { // ---- 整数 ---- // int -> string fmt.Println(strconv.Itoa(42)) // "42" fmt.Println(strconv.FormatInt(255, 2)) // "11111111" (二进制) // string -> int n, err := strconv.Atoi("42") if err != nil { fmt.Println("转换失败:", err) } else { fmt.Println(n) // 42 } // 更灵活的解析 n2, _ := strconv.ParseInt("FF", 16, 64) // 十六进制 -> int64 fmt.Println(n2) // 255 // ---- 布尔 ---- b, _ := strconv.ParseBool("true") fmt.Println(b) // true fmt.Println(strconv.FormatBool(true)) // "true" // ---- 浮点数 ---- f, _ := strconv.ParseFloat("3.14159", 64) fmt.Println(f) // 3.14159 // 浮点数格式化 fmt.Println(strconv.FormatFloat(3.14159, 'f', 2, 64)) // "3.14" fmt.Println(strconv.FormatFloat(0.15, 'f', 10, 64)) // "0.1500000000" fmt.Println(strconv.FormatFloat(3.14159, 'e', 4, 64)) // "3.1416e+00" } 3.7 string 与 []byte 的转换 package main import "fmt" func main() { s := "你好世界" // string -> []byte（拷贝！底层数组不共享） b := []byte(s) b[0] = 'x' // 修改不影响原字符串 fmt.Println(string(b)) // "x好世界" fmt.Println(s) // "你好世界"（原字符串不变） // string -> []rune（按字符拆分） r := []rune(s) r[0] = '我' fmt.Println(string(r)) // "我好世界" // 频繁转换的性能提示： // 如果需要反复读取 []byte，先转换一次再复用，不要反复转 } 3.8 字符串拼接：三种方式 package main import ( "fmt" "strings" ) func main() { // ---- 方式一：+ 运算符（简单场景，少量拼接） ---- hello := "Hello" + ", " + "World!" fmt.Println(hello) // 注意：每次 + 都会分配新内存并拷贝 // 循环中使用 + 拼接性能差（O(n^2)） // ---- 方式二：strings.Builder（推荐，高效） ---- var builder strings.Builder builder.Grow(100) // 预分配容量（可选但推荐） for i := 0; i < 10; i++ { builder.WriteString(fmt.Sprintf("item%d ", i)) } result := builder.String() fmt.Println(result) // "item0 item1 item2 ... item9 " // 也可以用 WriteByte, WriteRune builder.Reset() builder.WriteString("Go") builder.WriteByte('!') fmt.Println(builder.String()) // "Go!" // ---- 方式三：strings.Join（拼接已有切片） ---- items := []string{"apple", "banana", "cherry"} joined := strings.Join(items, " | ") fmt.Println(joined) // "apple | banana | cherry" } 3.9 fmt.Sprintf 格式化 package main import "fmt" func main() { // 基本格式化 fmt.Printf("整数: %d, 浮点: %f, 字符串: %s\n", 42, 3.14, "hello") // Sprintf 返回字符串而非打印 s := fmt.Sprintf("年龄: %d, 成绩: %.1f%%", 18, 95.5) fmt.Println(s) // "年龄: 18, 成绩: 95.5%" // 常用格式动词 fmt.Printf("十进制: %d\n", 255) fmt.Printf("八进制: %o\n", 255) // 377 fmt.Printf("十六进制: %x\n", 255) // ff fmt.Printf("十六进制(大写): %X\n", 255) // FF fmt.Printf("二进制: %b\n", 255) // 11111111 fmt.Printf("Unicode: %U\n", '语') // U+8BED fmt.Printf("字符: %c\n", 8364) // € (欧元符号) // 宽度与对齐 fmt.Printf("[%10s]\n", "right") // [ right] fmt.Printf("[%-10s]\n", "left") // [left ] fmt.Printf("[%05d]\n", 42) // [00042] // 结构体格式化 type Person struct { Name string Age int } p := Person{"Alice", 30} fmt.Printf("%+v\n", p) // {Name:Alice Age:30} fmt.Printf("%#v\n", p) // main.Person{Name:"Alice", Age:30} fmt.Printf("%T\n", p) // main.Person // 错误处理常用 err := fmt.Errorf("文件 %s 不存在 (行号: %d)", "config.txt", 42) fmt.Println(err) } 3.10 多行字符串 package main import "fmt" func main() { // ---- 反引号：原生字符串（推荐） ---- // 不能包含反引号本身，不处理转义符 raw := ` 第一行 第二行（有缩进） \n 这不是换行，是字面量 ` fmt.Println(raw) // ---- 双引号 + 转义 ---- escaped := "第一行\n第二行\n\t\t缩进\n路径: C:\\Users\\test" fmt.Println(escaped) // 反引号常用于：正则、SQL、模板、路径 regex := `^\d{3}-\d{4}$` fmt.Println(regex) // 不需要转义反斜杠 } 四、常见坑 坑 1：len() 返回字节数，不是字符数 s := "你好" fmt.Println(len(s)) // 6，不是 2！ fmt.Println(utf8.RuneCountInString(s)) // 2（正确获取字符数） 教训：涉及中文等多字节字符时，用 utf8.RuneCountInString() 或 len([]rune(s))。
...
豫公网安备41108202000982号