深入解析Go 变量字符串与字符编码问题
目录
- 字符串
- Unicode UTF8
- 常⽤字符串函数
字符串就是一串固定长度的字符连接起来的字符序列(很多字符拼接在一起的)。
Go的字符串是由单个字节连接起来的。Go语言的字符串的字节使用UTF-8编码标识Unicode文本
字符串
与其他主要编程语⾔的差异
string 是数据类型,不是引⽤或指针类型(因为是数据类型,所以string类型的零值不会是一个空类型nil,而是一个空字符串。)
var a []int if a == nil{ fmt.Println("a is nil") } var b string if b == ""{ fmt.Println("b is kong") }
string 是只读的 byte slice,len 函数可以它所包含的 byte 数(string底层也是一个byte的数组)
string 的 byte 数组可以存放任何数据
var s string fmt.Println(len(s)) // s[1] = "3" string是不可变的byte slice s = "hello" fmt.Println(len(s)) s = "\xE4\xB8\xA5" //可以存储任何二进制数据 fmt.Println(s,len(s)) 0 5 严 3
可以看到len得到的是字符串里面的byte数,不一定代表里面的字符数。(中文由3个byte组成)
Unicode UTF8
- Unicode 是⼀种字符集(code point)(是字符的编码)
- UTF8 是 unicode 的存储实现 (转换为字节序列的规则,也就是我提供了一种编码,并没有说这种编码在物理上怎么存储起来)
rune是能够取出字符串里面unicode,这样就可以得到字符串。可以看到utf8存储分为了三个byte。
s = "中" fmt.Println(len(s)) //是byte数 c := []rune(s) //rune能够取出字符串里面的unicode,这是c语言的机制,能够帮我们做转换 fmt.Printf("中 unicode 编码%x\n",c[0]) fmt.Printf("中 UTF8 存储样式 %x",s) 3 中 unicode 编码4e2d 中 UTF8 存储样式 e4b8ad
可以看到中字在字符编码集里面的编码,物理存储形式是依赖于utf8规则,被存储为0xE4B8AD,最后放在了string对应byte切片里面。分别是3个byte,每个byte放一个。
常⽤字符串函数
- strings 包 (https://golang.org/pkg/strings/)
- strconv 包 (https://golang.org/pkg/strconv/)
到此这篇关于Go 变量字符串与字符编码的文章就介绍到这了,更多相关go 变量字符串字符编码内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!
赞 (0)