1、字符串編碼

在go中rune是一個Unicode編碼點。

我們都知道UTF-8將字符編碼為1-4個字節，比如我們常用的漢字，UTF-8編碼為3個字節。所以rune也是int32的別名。

type rune = int32

當我們列印一個英文字符hello的時候，我們可以得到s的長度為5，因為英文字母代表1個字節：

package main

import "fmt"

func main() {
        s := "hello"
        fmt.Println(len(s)) // 5
}

但是當我們列印嗨的時候，會列印3個字節。因為使用UTF-8，這個字符會被編碼成3個字節：

package main

import "fmt"

func main() {
        s := "嗨"
        fmt.Println(len(s)) // 3
}

所以，我們使用len內置函數輸出的並不是字符數，而是字節數。

下面看一個有趣的例子，我們都知道漢字符使用3個字節編碼，分別是0xE5, 0x97, 0xA8。我們運行下面代碼會得到漢字嗨:

package main

import "fmt"

func main() {
        s := string([]byte{0xE5, 0x97, 0xA8})
        fmt.Println(s) // 嗨
}

所以我們需要知道：

字符集是一組字符，而編碼描述了如何將字符集轉換為二進位
在 Go 中，字符串引用任意字節的不可變切片
Go 源碼使用 UTF-8 編碼。因此，所有字符串文字都是 UTF-8 字符串。但是因為字符串可以包含任意字節，如果它是從其他地方（不是源碼）獲得的，則不能保證它是基於 UTF-8 編碼的
使用 UTF-8，一個 Unicode 字符可以編碼為 1 到 4 個字節
在 Go 中對字符串使用 len 返回字節數，而不是字符數

2、字符串遍歷

我們在開發中經常會用到對字符串進行遍歷的場景。也許我們想對字符串中的每個 rune 執行一個操作，或者實現一個自定義函數來搜索特定的子字符串。在這兩種情況下，我們都必須遍歷字符串的不同字符。但往往會得到讓我們意想不到的結果。

我們看下下面的例子，列印一個字符串中的不同字符和對應的位置：

package main

import "fmt"

func main() {
        s := "h嗨llo"
        for i := range s {
                fmt.Printf("字符位置 %d: %c\n", i, s[i])
        }
        fmt.Printf("len=%d\n", len(s))
}

go run 7.go
字符位置 0: h
字符位置 1: å
字符位置 4: l
字符位置 5: l
字符位置 6: o
len=7

我們想要的效果是通過遍歷字符串，列印出每個字符的索引。但是我們卻得到了一個特殊的字符å，其實我們想要的是嗨。

但是列印的字節數是符合我們的預期的，因為嗨是一個中文占用了3個字節，所以len返回的是7。

3、字符串中的字符數

如果我們想要正確的獲取字符串的字符數，可以使用go中的utf8包：

package main

import (
        "fmt"
        "unicode/utf8"
)

func main() {
        s := "h嗨llo"

        for i := range s {
                fmt.Printf("字符位置 %d: %c\n", i, s[i])
        }
        fmt.Printf("len=%d\n", len(s))
        fmt.Printf(" rune len=%d\n", utf8.RuneCountInString(s)) // 獲取字符數
}

go run 7.go
字符位置 0: h
字符位置 1: å
字符位置 4: l
字符位置 5: l
字符位置 6: o
len=7
 rune len=5

在這個例子中，可以看到，我們確實遍歷了5次，也就是對應字符串的5個字符。但是我們獲取到的索引其實是對應每個字符的起始位置。像下面這樣

那我們如何列印出正確的結果呢？我們稍微修改下代碼：

package main

import (
        "fmt"
        "unicode/utf8"
)

func main() {
        s := "h嗨llo"

        for i, v := range s { // 此處改為獲取v，可以獲取到字符本身
                fmt.Printf("字符位置 %d: %c\n", i, v)
        }
        fmt.Printf("len=%d\n", len(s))
        fmt.Printf(" rune len=%d\n", utf8.RuneCountInString(s))
}

go run 7.go
字符位置 0: h
字符位置 1: 嗨
字符位置 4: l
字符位置 5: l
字符位置 6: o
len=7
 rune len=5

另外一種方法就是把字符串轉換成rune切片，這樣也會正確列印結果：

package main

import (
        "fmt"
        "unicode/utf8"
)

func main() {
        s := "h嗨llo"
        b := []rune(s)

        for i := range b {
                fmt.Printf("字符位置 %d: %c\n", i, b[i])
        }
        fmt.Printf("len=%d\n", len(s))
        fmt.Printf(" rune len=%d\n", utf8.RuneCountInString(s))
}

go run 7.go
字符位置 0: h
字符位置 1: 嗨
字符位置 2: l
字符位置 3: l
字符位置 4: o
len=7
 rune len=5

下面是rune切片遍歷的過程（中間省略了將字節轉換為rune的過程，需要遍歷字節，複雜度為O(n)）

4、字符串Trim

開發中我們經常會遇到去除字符串頭部或者尾部字符的操作。比如我們現在有個字符串xohelloxo，現在我們想去除尾部的xo，可能我們會像下面這樣寫：

package main

import (
        "fmt"
        "strings"
)

func main() {
        s := "xohelloxo"
        s = strings.TrimRight(s, "xo")
        fmt.Println(s)
}

go run 7.go
xohell

可以看到這不是我們期望的結果。我們可以看下TrimRight的工作原理：

從右側取出第一個字符o，判斷是否在xo中，在就移除
重複步驟1，知道不符合條件

所以就可以解釋通了。當然和它相似的TrimLeft和Trim也是一樣的原理。

如果我們只想刪除最後xo可以使用TrimSuffix函數：

package main

import (
        "fmt"
        "strings"
)

func main() {
        s := "xohelloxo"
        s = strings.TrimSuffix(s, "xo")
        fmt.Println(s)
}

go run 7.go
xohello

當然也有對應的從前面刪除的函數TrimPrefix。

5、字符串連接

開發中我們經常會用到連接字符串的操作，在go中我們一般有2種方式。

我們先看下+號連接的方式：

package main

import (
        "fmt"
        "strings"
)

func implode(values []string, operate string) string {
        s := ""
        for _, value := range values {
                s += operate
                s += value
        }
        s = strings.TrimPrefix(s, operate)
        return s
}

func main() {
        a := []string{"hello", "world"}
        s := implode(a, " ")
        fmt.Println(s)
}

go run 7.go
 hello world

這種方式的缺點就是，由於字符串的不變性，每次+號賦值的時候s不會被更新，而是重新分配內存，所以這種方式對性能有很大影響。

還有一種方式就是使用strings.Builder：

package main

import (
        "fmt"
        "strings"
)

func implode(values []string, operate string) string {
        sb := strings.Builder{}
        for _, value := range values {
                _, _ = sb.WriteString(operate)
                _, _ = sb.WriteString(value)
        }
        s := strings.TrimPrefix(sb.String(), operate)
        return s
}

func main() {
        a := []string{"hello", "world"}
        s := implode(a, " ")
        fmt.Println(s)
}

go run 7.go
hello world

首先，我們創建了一個 strings.Builder 結構。在每次遍歷中，我們通過調用 WriteString 方法構造結果字符串，該方法將 value 的內容附加到其內部緩衝區，從而最大限度地減少內存複製。

WriteString 的第二個參數返回的是error，但是error的值會一直為nil。之所以有第二個error參數是因為我 strings.Builder 實現了 io.StringWriter 接口，它包含一個方法：WriteString(s string) (n int, err error)。

我們看下WriteString的內部是什麼樣的：

func (b *Builder) WriteString(s string) (int, error) {
        b.copyCheck()
        b.buf = append(b.buf, s...)
        return len(s), nil
}

我們可以看到b.buf是一個字節切片，而裡面的實現是使用了append方法。我們知道如果切片很大，使用append會讓底層數組不斷擴容，影響代碼執行效率。

我們知道解決這個問題的方法是，如果事先知道切片的大小，我們可以在初始化的時候就分配好切片的容量。

所以上面的字符串連接還有一種優化方案：

package main

import (
        "fmt"
        "strings"
)

func implode(values []string, operate string) string {
        total := 0
        for i := 0; i < len(values); i++ {
                total += len(values[i])
        }
        total += len(operate) * len(values)
        sb := strings.Builder{}
        sb.Grow(total) // 這裡會重新分配b.buf的長度和容量
        for _, value := range values {
                _, _ = sb.WriteString(operate)
                _, _ = sb.WriteString(value)
        }
        s := strings.TrimPrefix(sb.String(), operate)
        return s
}

func main() {
        a := []string{"hello", "world"}
        s := implode(a, " ")
        fmt.Println(s)
}

go run 7.go
hello world

6、字節切片轉字符串

需要明確的是，字節切片轉換成字符串，需要複製一份副本出來。可以通過下面的代碼做驗證：

b := []byte{'a', 'b', 'c'}
s := string(b)
b[1] = 'x'
fmt.Println(s)

事實上，上面將會輸出abc而不是axc。所以字節切片到字符串的轉換是有開銷的。

但是我們開發中經常用到的包iio.Read之類的，入參或者返回經常是字節切片類型。而我們調用這些函數時經常是以字符串的形式，導致我們不得不做一些字節切片刀字符串的轉換。

所以結論是，當我們需要使用字符串作為入參或者返回時，我們首先要考慮的是能用字節切片的就用字節切片。

go語言中的字符串