Lua中字符串类型的源码实现

    概述

    Lua完全采用8位编码，Lua字符串中的字符可以具有任何数值编码，包括数值0。也就是说，可以将任意二进制数据存储到一个字符串中。Lua的字符串是不可变的值（immutable values）。如果修改，实质上是新建一个字符串。根据上文《Lua中数据类型的源码实现》中知道，在Lua中，字符串是自动内存管理机制所管理的对象，并且由联合体TString来实现存储字符串值的。下面将通过Lua 5.2.1的源码来看字符串的实现以及总结了在Lua中使用字符串的注意事项。

    源码实现

    首先来看字符串对应的数据结构TString，其源码如下（lobject.h）：

410 /*
411 ** Header for string value; string bytes follow the end of this structure
412 */
413 typedef union TString {
414   L_Umaxalign dummy;  /* ensures maximum alignment for strings */
415   struct {
416     CommonHeader;
417     lu_byte extra;  /* reserved words for short strings; "has hash" for longs */
418     unsigned int hash;
419     size_t len;  /* number of characters in string */
420   } tsv;
421 } TString;

对这个联合体定义，有几点值得说明：

    I、联合体TString中成员L_Umaxalign dummy是用来保证与最大长度的C类型进行对齐，其定义如下（llimits.h）：

 48 /* type to ensure maximum alignment */
 49 #if !defined(LUAI_USER_ALIGNMENT_T)
 50 #define LUAI_USER_ALIGNMENT_T   union { double u; void *s; long l; }
 51 #endif
 52     
 53 typedef LUAI_USER_ALIGNMENT_T L_Umaxalign;

在其他可会回收的对象（比如table）的实现中，也可看到这个联合体成员，这样做的目的是通过内存对齐，加快CPU访问内存的速度。

    II、联合体中成员tsv才是真正用来实现字符串的。其中成员CommonHeader用于GC，它会以宏的形式在所有的可回收对象中定义，代码如下（lobject.h）：