GO 中 string 的实现原理
上次我们分享的内容咱回顾一下
- 分享了ETCD的简单单点部署,ETCD 使用到的包安装,以及会遇到的问题
- ETCD 的设置 和 获取KEY
- ETCD 的WATCH 监控 KEY的简化
- ETCD 的租约 和保活机制
- ETCD 的分布式锁的简单实现
要是对GO 对 ETCD 的编码还有点兴趣的话, 欢迎查看文章 GO 中 ETCD 的编码案例分享
字符串是什么?
他是一种基本类型(string 类型
),并且是一个不可改变的UTF-8字符序列
在众多编程语言里面,相信都少不了字符串类型
字符串,顾名思义就是一串字符,我们要明白,字符也是分为中文字符和英文字符的
例如我们在 C/C++
中 , 一个英文字符占 1 个字节,一个中文字符有的占 2 个字节,有的占3个字节
用到 mysql
的中文字符,有的占 4 个字节
回过来看 GO 里面的字符串,字符也是根据英文和中文不一样,一个字符所占用的字节数也是不一样的,大体分为如下 2 种
- 英文的字符,按照ASCII 码来算,占用 1 个字节
- 其他的字符,包括中文字符在内的,根据不同字符,占用字节数是 2 – 4个字节
字符串的数据结构是啥样的?
说到字符串的数据结构,我们先来看看 GO 里面的字符串,是在哪个包里面
不难发现,我们随便在 GOLANG 里面 定义个string 变量
,就能够知道 string 类型是在哪个包里面,例如
var name string
GO 里面的字符串对应的包是 builtin
// string is the set of all strings of 8-bit bytes, conventionally but not // necessarily representing UTF-8-encoded text. A string may be empty, but // not nil. Values of string type are immutable. type string string
- 字符串这个类型,是所有
8-bits
字符串的集合,通常但不一定表示utf -8
编码的文本 - 字符串可以为空,但不能为
nil
,此处的字符串为空是""
- 字符串类型的值是不可变的
另外,找到 string
在 GO 里面对应的源码文件中src/runtime/string.go
, 有这么一个结构体,只提供给包内使用,我们可以看到string
的数据结构 stringStruct
是这个样子的
type stringStruct struct { str unsafe.Pointer len int }
整个结构体,就 2 个成员,**string **类型是不是很简单呢
- str
是对应到字符串的首地址
- len
这个就是不难理解,是字符串的长度
那么,在创建一个字符串变量的时候,stringStruct
是在哪里使用到的呢?
我们看看 GO string.go 文件中的源码
//go:nosplit func gostringnocopy(str *byte) string { ss := stringStruct{str: unsafe.Pointer(str), len: findnull(str)} // 构建成 stringStruct s := *(*string)(unsafe.Pointer(&ss)) // 强转成 string return s }
//go:nosplit func findnull(s *byte) int { if s == nil { return 0 } // Avoid IndexByteString on Plan 9 because it uses SSE instructions // on x86 machines, and those are classified as floating point instructions, // which are illegal in a note handler. if GOOS == "plan9" { p := (*[maxAlloc/2 - 1]byte)(unsafe.Pointer(s)) l := 0 for p[l] != 0 { l++ } return l } // pageSize is the unit we scan at a time looking for NULL. // It must be the minimum page size for any architecture Go // runs on. It's okay (just a minor performance loss) if the // actual system page size is larger than this value. const pageSize = 4096 offset := 0 ptr := unsafe.Pointer(s) // IndexByteString uses wide reads, so we need to be careful // with page boundaries. Call IndexByteString on // [ptr, endOfPage) interval. safeLen := int(pageSize - uintptr(ptr)%pageSize) for { t := *(*string)(unsafe.Pointer(&stringStruct{ptr, safeLen})) // Check one page at a time. if i := bytealg.IndexByteString(t, 0); i != -1 { return offset + i } // Move to next page ptr = unsafe.Pointer(uintptr(ptr) + uintptr(safeLen)) offset += safeLen safeLen = pageSize } }
简单分为 2 步:
- 先将字符数据构建程 stringStruct
- 再通过 gostringnocopy 函数 转换成 string
字符串中的数据为什么不能被修改呢?
从上述官方说明中,我们可以看到,字符串类型的值是不可变的
可是这是为啥呢?
我们以前在写C/C++
的时候,为啥可以开辟空间存放多个字符,并且还可以修改其中的某些字符呢?
可是在 C/C++
里面的字面量也是不可以改变的
GO 里面的 string 类型,是不是也和 字面量一样的呢?我们来看看吧
字符串类型,本身也是拥有对应的内存空间的,那么修改string
类型的值应该是要支持的。
可是,XDM
在 Go 的实现中,string
类型是不包含内存空间,只有一个内存的指针,这里就有点想C/C++里面的案例:
char * str = "XMTONG"
上述的 str
是绝对不能做修改的,str
只是作为可读,不能写的
在GO 里面的字符串,就与上述类似
这样做的好处是 string
变得非常轻量,可以很方便的进行传递而不用担心内存拷贝(这也避免了内存带来的诸多问题)
GO 中的 string
类型一般是指向字符串字面量
字符串字面量存储位置是在虚拟内存分区的只读段上面,而不是堆或栈上
因此,GO 的 string
类型不可修改的
可是我们想一想,要是在GO 里面字符串全都是只读的,那么我们如何动态修改一些我们需要改变的字符呢,这岂不是缺陷了
别慌
GO 里面还有byte数组,[]byte
这里顺带说一下
上述 char * str = "XMTONG"
- 字符串长度,就是字符的个数,为 6
- 计算
str
所占字节数(C/C++中是通过sizeof()
来计算的)的话,那就是 7 ,因为尾巴后面还有一个’\0’
计算机中有这样的对应关系,简单提一下:
1 Bytes = 8 bit
1 K = 1024 Bytes
1 M = 1024 K
1 G = 1024 M
为什么有了字符串 还要 []byte?
原因正如上述我们说到的,如果全是一些只读的字面量,那么我们编码的时候就没得玩了
另外,也是根据使用字符串的场景原因,单是string无法满足所有的场景,因此得有一个我们可以修改里面值的 []byte 来弥补一下
说到这里,我们应该就知道了,string
和[]byte
都是可以表示字符串,没毛病 ,
不过,他们毕竟对应不同的数据结构,使用方式也有一定的区别,GO 提供的对应方法也是不尽相同
我们来看看什么场景用 string 类型, 啥场景 使用 []byte 类型
使用到 string 类型的 地方:
- 需要对字符串进行比较的时候,使用string 类型非常方便,直接使用操作符进行比较即可
- string 类型 类型,为空的时候是 “”,他不能和
nil
做比较,因此,不用到nil
的时候,也可以使用 string 类型
使用到 []byte 类型的 地方:
- 需要修改字符串中字符的应用场景,使用**[]byte 类型**就相当灵活了,用起来很香
- []byte 类型 为空的话,会是返回 nil ,需要使用到 nil 的时候,就可以使用他
- []byte 类型 本身就可以按照切片的方式来玩,因此需要操作切片的时候,也可以用他
就上述场景来看,好像使用 []byte 更加实在和灵活,为啥还要用 string ?
原因如下:
- string 类型看起来直观,用起来简单
- []byte,byte 数组,我们可以知道,里面都是一个字节一个字节的,这个会比较多的用在底层,对操作字节比较关注的时候
字符串 和 []byte 如何互相转换?
看到这里,分别了解了 string
类型, 和 []byte
类型的应用场景
毋庸置疑,我们编码过程中,肯定少不了对他们做相互转换,我们来看看在 GO ,里面如何使用
字符串转 []byte
package main import ( "fmt" ) func main(){ var str string str = "XMTONG" strByte := []byte(str) for _,v :=range strByte{ fmt.Printf("%x ",v) } }
代码输出为:
58 4d 54 4f 4e 47
上述代码转成 []byte
之后是一个字节,一个字节的
将每一个字节的值用十六进制打印出来,我们可以看到,XMTONG
对应 584d544f4e47
[]byte 转字符串
[]byte
转字符串在GO 里面那就更简单了
func main(){ name := []byte("XMTONG") fmt.Println(string(name)) }
GO 中 字符串都会涉及到哪些函数?
无论什么语言,对于字符串大概涉及如下几种操作,若有偏差,还请指正:
- 计算字符串长度
- 拼接
- 切割
- 找到字串进行替换,找到字符串的具体位置和出现的次数
- 统计字符串
- 字符串进制转换
具体的函数使用方法也比较简单,推荐大家感兴趣的可以直接看go 的开发文档,需要的时候去查一下即可。
GO 的标准开发文档,在搜索引擎里面还是比较容易搜索到的
总结
- 分享了字符串具体是啥
- GO 中字符串的特性,为什么不能被修改
- 字符串 GO 源码是如何构建的
- 字符串 和
[]byte
的由来和应用场景 - 字符串与
[]byte
相互转换 - 顺带提了GO 的标准开发文档,大家可以用起来哦
欢迎点赞,关注,收藏
朋友们,你的支持和鼓励,是我坚持分享,提高质量的动力
好了,本次就到这里,下一次 GO 中 slice 的实现原理分享
技术是开放的,我们的心态,更应是开放的。拥抱变化,向阳而生,努力向前行。
我是小魔童哪吒,欢迎点赞关注收藏,下次见~