4.6 字符串

字符串是 UTF-8 字符的一个序列（当字符为 ASCII 码时则占用 1 个字节，其它字符根据需要占用 2-4 个字节）。UTF-8 是被广泛使用的编码格式，是文本文件的标准编码，其它包括 XML 和 JSON 在内，也都使用该编码。由于该编码对占用字节长度的不定性，Go 中的字符串也可能根据需要占用 1 至 4 个字节（示例见第 4.6 节），这与其它语言如 C++、Java 或者 Python 不同（Java 始终使用 2 个字节）。Go 这样做的好处是不仅减少了内存和硬盘空间占用，同时也不用像其它语言那样需要对使用 UTF-8 字符集的文本进行编码和解码。 字符串是一种值类型，且值不可变，即创建某个文本后你无法再次修改这个文本的内容；更深入地讲，字符串是字节的定长数组。 Go 支持以下 2 种形式的字面值： * 解释字符串： 该类字符串使用双引号括起来，其中的相关的转义字符将被替换，这些转义字符包括： * `\n`：换行符 * `\r`：回车符 * `\t`：tab 键 * `\u` 或 `\U`：Unicode 字符 * `\\`：反斜杠自身 * 非解释字符串： 该类字符串使用反引号括起来，支持换行，例如： ~~~ `This is a raw string \n` 中的 `\n\` 会被原样输出。 ~~~ 和 C/C++不一样，Go 中的字符串是根据长度限定，而非特殊字符`\0`。 `string` 类型的零值为长度为零的字符串，即空字符串 `""`。 一般的比较运算符（`==`、`!=`、`<`、`<=`、`>=`、`>`）通过在内存中按字节比较来实现字符串的对比。你可以通过函数`len()` 来获取字符串所占的字节长度，例如：`len(str)`。 字符串的内容（纯字节）可以通过标准索引法来获取，在中括号 `[]` 内写入索引，索引从 0 开始计数： * 字符串 str 的第 1 个字节：`str[0]` * 第 i 个字节：`str[i - 1]` * 最后 1 个字节：`str[len(str)-1]` 需要注意的是，这种转换方案只对纯 ASCII 码的字符串有效。 **注意事项** 获取字符串中某个字节的地址的行为是非法的，例如：`&str[i]`。 **字符串拼接符 `+`** 两个字符串 `s1` 和 `s2` 可以通过 `s := s1 + s2` 拼接在一起。 `s2` 追加在 `s1` 尾部并生成一个新的字符串 `s`。 你可以通过以下方式来对代码中多行的字符串进行拼接： ~~~ str := "Beginning of the string " + "second part of the string" ~~~ 由于编译器行尾自动补全分号的缘故，加号 `+` 必须放在第一行。 拼接的简写形式 `+=` 也可以用于字符串： ~~~ s := "hel" + "lo," s += "world!" fmt.Println(s) //输出 “hello, world!” ~~~ 在循环中使用加号 `+` 拼接字符串并不是最高效的做法，更好的办法是使用函数 `strings.Join()`（第 4.7.10 节），有没有更好地办法了？有！使用字节缓冲（`bytes.Buffer`）拼接更加给力（第 7.2.6 节）！ 在第 7 章，我们会讲到通过将字符串看作是字节（byte）的切片（slice）来实现对其标准索引法的操作。会在第 5.4.1 节中讲到的 for 循环只会根据索引返回字符串中的纯字节，而在第 5.4.4 节（以及第 7.6.1 节的示例）将会展示如何使用 for-range 循环来实现对 Unicode 字符串的迭代操作。在下一节，我们会学习到许多有关字符串操作的函数和方法，同时 `fmt`包中的 `fmt.Sprint(x)` 也可以格式化生成并返回你所需要的字符串（第 4.4.3 节）。 **练习 4.6** [count_characters.go](https://github.com/Unknwon/the-way-to-go_ZH_CN/blob/master/eBook/exercises/chapter_4/count_characters.go) 创建一个用于统计字节和字符（rune）的程序，并对字符串 `asSASA ddd dsjkdsjs dk` 进行分析，然后再分析 `asSASA ddd dsjkdsjsこん dk`，最后解释两者不同的原因（提示：使用 `unicode/utf8` 包）。