Go语言字符串深度解析

1. 字符串基础

Go语言中的字符串(string)是一个不可变的字节序列，用于存储文本数据。字符串在Go中是值类型，而非引用类型。

1.1 字符串声明

// 使用双引号声明
var s1 string = "Hello, 世界"

// 使用反引号声明(原始字符串，不进行转义)
var s2 string = `This is a raw string \n 
that spans multiple lines`

1.2 字符串长度

s := "Hello, 世界"
fmt.Println(len(s)) // 输出13，因为中文字符在UTF-8中占3字节

2. 字符串内部表示

Go字符串在底层是一个结构体，包含两个字段：

type stringStruct struct {
    str unsafe.Pointer // 指向底层字节数组的指针
    len int            // 字符串的字节长度
}

字符串具有以下特点：

不可变性：字符串一旦创建，内容不可更改
空字符串：""，长度为0
零值：字符串的零值是""

3. 字符串编码

Go语言字符串默认采用UTF-8编码。UTF-8是一种变长编码，每个Unicode码点可能占用1-4个字节。

3.1 Unicode和UTF-8

s := "世界"
for i, r := range s {
    fmt.Printf("%d: %c (Unicode: %U)\n", i, r, r)
}
// 输出:
// 0: 世 (Unicode: U+4E16)
// 3: 界 (Unicode: U+754C)

3.2 rune类型

rune是Go中表示Unicode码点的类型，实际上是int32的别名。

s := "Hello, 世界"
runes := []rune(s) // 转换为rune切片
fmt.Println(len(runes)) // 输出8(7个ASCII字符+1个中文字符)

4. 字符串操作

4.1 基本操作

// 连接
s1 := "Hello"
s2 := "World"
s3 := s1 + " " + s2

// 比较
if s1 == s2 {
    fmt.Println("Equal")
}

// 索引访问(获取的是字节，而非字符)
b := s1[0] // 'H'的ASCII码72

4.2 字符串切片

s := "Hello, 世界"
sub := s[7:10] // 获取"世"字的前三个字节(不完整)
sub2 := s[7:13] // 获取"世界"

注意：字符串切片是基于字节而非字符的，不当的切片可能导致无效的UTF-8序列。

5. 字符串与字节切片

5.1 相互转换

// 字符串转字节切片
s := "Hello"
b := []byte(s)

// 字节切片转字符串
s2 := string(b)

5.2 性能考虑

转换会涉及内存分配和复制，频繁转换可能影响性能。在需要修改字符串内容时，通常先转换为[]byte，修改后再转回string。

6. 字符串高效处理

6.1 strings.Builder

用于高效构建字符串，避免频繁内存分配：

var builder strings.Builder
builder.WriteString("Hello")
builder.WriteString(", ")
builder.WriteString("World")
result := builder.String()

6.2 bytes.Buffer

类似strings.Builder，但功能更丰富：

var buf bytes.Buffer
buf.WriteString("Hello")
buf.WriteByte(',')
buf.WriteRune('世')
result := buf.String()

7. 字符串常用函数

7.1 strings包

// 判断前缀/后缀
strings.HasPrefix(s, "He")
strings.HasSuffix(s, "ld")

// 查找
index := strings.Index(s, "llo")
lastIndex := strings.LastIndex(s, "l")

// 替换
newStr := strings.Replace(s, "l", "L", 2)

// 分割/合并
parts := strings.Split("a,b,c", ",")
joined := strings.Join(parts, "-")

// 大小写转换
upper := strings.ToUpper(s)
lower := strings.ToLower(s)

// 修剪
trimmed := strings.Trim("  hello  ", " ")

7.2 strconv包

用于字符串与其他类型的转换：

// 字符串与数字转换
i, err := strconv.Atoi("123")
s := strconv.Itoa(123)

// 其他类型转换
b, err := strconv.ParseBool("true")
f, err := strconv.ParseFloat("3.14", 64)

8. 字符串性能优化

8.1 避免频繁字符串拼接

// 不好
var s string
for i := 0; i < 1000; i++ {
    s += "a"
}

// 好
var builder strings.Builder
for i := 0; i < 1000; i++ {
    builder.WriteString("a")
}
s := builder.String()

8.2 预分配内存

// strings.Builder预分配
var builder strings.Builder
builder.Grow(1000) // 预分配足够空间

// 字节切片预分配
buf := make([]byte, 0, 1024)

9. 字符串与内存

字符串在Go中是只读的，多个字符串可以安全地共享相同的底层数据：

s1 := "hello"
s2 := s1[:3] // s1和s2共享部分底层数据

10. 高级主题

10.1 字符串驻留(interning)

Go运行时对编译期字符串常量进行驻留优化，相同的字符串常量会指向同一内存地址：

s1 := "hello"
s2 := "hello"
fmt.Println(&s1 == &s2) // 可能输出false，但底层数据相同

// 运行时创建的字符串不共享
s3 := strings.Clone(s1)

10.2 非UTF-8字符串处理

虽然Go字符串默认UTF-8，但也可以处理其他编码：

import "golang.org/x/text/encoding/simplifiedchinese"

// GBK转UTF-8
decoder := simplifiedchinese.GBK.NewDecoder()
utf8Str, _ := decoder.String(gbkStr)