golang 字符串处理

基本性质

• string类型实际上是一个双字结构，即一个指向实际数据的指针和记录字符串长度的整数

  • 因此字符串是根据长度，而非特殊字符\0 判定结尾

• 空字符串是""而不是nil

• 字符串不可变

  • string[0] = 'a'会导致编译错误
  • 只能先转换为[]byte再转换回去，或者使用strings.Replace函数

• 获取字符串中某个字节的地址（如&str[0]）的行为是非法的

• 相同的字符串常量会在底层共用同一个字节数组

  • 由于字节数组永远不会被改变，所以这样做是安全的

• 直接把一个整数值转换为一个string类型的值是可行的： string(100) // d

  • 被转换的整数值应该可以代表一个有效的 Unicode 代码点，否则转换的结果将会是"�"
    • 字符’�’的 Unicode 代码点是U+FFFD
      • 它是 Unicode 标准中定义的 Replacement Character，专用于替换那些未知的、不被认可的以及无法展示的字符
    • 在实际工作中，我们在排查问题时可能会遇到�，你需要知道这可能是由于什么引起的

• 可以直接把字符串追加到字符切片后面

var b []byte
var s string
b = append(b, s...)

• 利用strings.Reader可以高效多次分批读取一个字符串
  • Reader值实现高效读取的关键就在于它内部的已读计数。计数的值就代表着下一次读取的起始索引位置
• 字符串拼接

• strings.Builder类型的变量只要被调用了拼接或扩容方法（非零值）,就不能被复制
  • 否则在任何副本上再调用上述方法就都会引发 panic
  • 这里所说的复制方式，包括但不限于在函数间传递值、通过通道传递值、把值赋予变量等
  • 虽然已使用的Builder值不能再被复制，但是它的指针值却可以
    • 但如果Builder值被多方同时操作，那么其中的内容就很可能会产生并发安全问题
  • 原因： 正是由于已使用的Builder值不能再被复制，所以肯定不会出现多个Builder值中的内容容器（也就是那个字节切片）共用一个底层字节数组的情况。这样也就避免了多个同源的Builder值在拼接内容时可能产生的冲突问题

func (b *Builder) copyCheck() {
   
	if b.addr == nil {
   
		// This hack works around a failing of Go's escape analysis
		// that was causing b to escape and be heap allocated.
		// See issue 23382.
		// TODO: once issue 7921 is fixed, this should be reverted to
		// just "b.addr = b".
		b.addr = (*Builder)(noescape(unsafe.Pointer(b)))
	} else if b.addr != b {
   
		panic("strings: illegal use of non-zero Builder copied by value")
	}
}

• strings.Reader和bytes.Buffer的Len()方法返回的都是内容容器中未被读取部分的长度，而不是已存内容的总长度
• string和[]byte的无拷贝转换
  • 一个string类型的值在底层就是一个能够表达若干个 UTF-8 编码值的字节序列
  • string和[]byte都是通过一个unsafe.Pointer类型的字段来持有那个指向了底层字节数组的指针值

func String2Bytes(str string) []byte {
   
	l := len(str)
	return *(*[]byte)(unsafe.Pointer(&reflect.SliceHeader{
   
		Data: (*(*reflect.StringHeader)(unsafe.Pointer(&str)