GO 中 string 的實現原理

這是我參與更文挑戰的第 16 天，活動詳情查看： 更文挑戰

GO 中 string 的實現原理

上次咱們分享的內容咱回顧一下

• 分享了ETCD的簡單單點部署，ETCD 使用到的包安裝，以及會遇到的問題
• ETCD 的設置 和 獲取KEY
• ETCD 的WATCH 監控 KEY的簡化
• ETCD 的租約 和保活機制
• ETCD 的分佈式鎖的簡單實現

要是對GO 對 ETCD 的編碼還有點興趣的話， 歡迎查看文章 GO 中 ETCD 的編碼案例分享

字符串是什麼？

他是一種基本類型（string 類型），而且是一個不可改變的UTF-8字符序列

在衆多編程語言裏面，相信都少不了字符串類型

字符串，顧名思義就是一串字符，咱們要明白，字符也是分爲中文字符和英文字符的

例如咱們在 C/C++ 中 ， 一個英文字符佔 1 個字節，一箇中文字符有的佔 2 個字節，有的佔3個字節

用到 mysql 的中文字符，有的佔 4 個字節

回過來看 GO 裏面的字符串，字符也是根據英文和中文不同，一個字符所佔用的字節數也是不同的，大致分爲以下 2 種

• 英文的字符，按照ASCII 碼來算，佔用 1 個字節
• 其餘的字符，包括中文字符在內的，根據不一樣字符，佔用字節數是 2 -- 4個字節

字符串的數據結構是啥樣的？

說到字符串的數據結構，咱們先來看看 GO 裏面的字符串，是在哪一個包裏面

不難發現，咱們隨便在 GOLANG 裏面 定義個string 變量，就可以知道 string 類型是在哪一個包裏面，例如

var name  string
複製代碼

GO 裏面的字符串對應的包是 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
複製代碼

• 字符串這個類型，是全部8-bits 字符串的集合，一般但不必定表示utf -8編碼的文本

• 字符串能夠爲空，但不能爲 nil ，此處的字符串爲空是 ""

• 字符串類型的值是不可變的

另外，找到 string 在 GO 裏面對應的源碼文件中src/runtime/string.go ， 有這麼一個結構體，只提供給包內使用，咱們能夠看到string的數據結構 stringStruct 是這個樣子的

type stringStruct struct {
    str unsafe.Pointer
    len int
}
複製代碼

整個結構體，就 2 個成員，**string **類型是否是很簡單呢

• str

是對應到字符串的首地址

• len

這個就是不難理解，是字符串的長度

那麼，在建立一個字符串變量的時候，stringStruct 是在哪裏使用到的呢？

咱們看看 GO string.go 文件中的源碼

//go:nosplit
func gostringnocopy(str *byte) string {
   ss := stringStruct{str: unsafe.Pointer(str), len: findnull(str)}  // 構建成 stringStruct
   s := *(*string)(unsafe.Pointer(&ss))  // 強轉成 string
   return s
}
複製代碼

//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
   }
}
複製代碼

簡單分爲 2 步：

• 先將字符數據構建程 stringStruct
• 再經過 gostringnocopy 函數 轉換成 string

字符串中的數據爲何不能被修改呢？

從上述官方說明中，咱們能夠看到，字符串類型的值是不可變的

但是這是爲啥呢？

咱們之前在寫C/C++的時候，爲啥能夠開闢空間存放多個字符，而且還能夠修改其中的某些字符呢？

但是在 C/C++裏面的字面量也是不能夠改變的

GO 裏面的 string 類型，是否是也和 字面量同樣的呢？咱們來看看吧

字符串類型，自己也是擁有對應的內存空間的，那麼修改string類型的值應該是要支持的。

但是，XDM 在 Go 的實現中，string 類型是不包含內存空間，只有一個內存的指針，這裏就有點想C/C++裏面的案例：

char * str = "XMTONG"
複製代碼

上述的 str是絕對不能作修改的，str只是做爲可讀，不能寫的

在GO 裏面的字符串，就與上述相似

這樣作的好處是 string 變得很是輕量，能夠很方便的進行傳遞而不用擔憂內存拷貝（這也避免了內存帶來的諸多問題)

GO 中的 string類型通常是指向字符串字面量

字符串字面量存儲位置是在虛擬內存分區的只讀段上面，而不是堆或棧上

所以，GO 的 string 類型不可修改的

但是咱們想想，要是在GO 裏面字符串全都是隻讀的，那麼咱們如何動態修改一些咱們須要改變的字符呢，這豈不是缺陷了

別慌

GO 裏面還有byte數組，[]byte

這裏順帶說一下

上述 char * str = "XMTONG"

• 字符串長度，就是字符的個數，爲 6
• 計算str所佔字節數（C/C++中是經過 sizeof() 來計算的）的話，那就是 7 ，由於尾巴後面還有一個'\0'

計算機中有這樣的對應關係，簡單提一下：

1 Bytes = 8 bit

1 K = 1024 Bytes

1 M = 1024 K

1 G = 1024 M

爲何有了字符串 還要 []byte？

緣由正如上述咱們說到的，若是全是一些只讀的字面量，那麼咱們編碼的時候就沒得玩了

另外，也是根據使用字符串的場景緣由，單是string沒法知足全部的場景，所以得有一個咱們能夠修改裏面值的 []byte 來彌補一下

說到這裏，咱們應該就知道了，string 和[]byte都是能夠表示字符串，沒毛病 ，

不過，他們畢竟對應不一樣的數據結構，使用方式也有必定的區別，GO 提供的對應方法也是不盡相同

咱們來看看什麼場景用 string 類型， 啥場景 使用 []byte 類型

使用到 string 類型的 地方：

• 須要對字符串進行比較的時候，使用string 類型很是方便，直接使用操做符進行比較便可
• string 類型 類型，爲空的時候是 ""，他不能和nil作比較，所以，不用到nil的時候，也可使用 string 類型

使用到 []byte 類型的 地方：

• 須要修改字符串中字符的應用場景，使用**[]byte 類型**就至關靈活了，用起來很香
• []byte 類型 爲空的話，會是返回 nil ，須要使用到 nil 的時候，就可使用他
• []byte 類型 自己就能夠按照切片的方式來玩，所以須要操做切片的時候，也能夠用他

就上述場景來看，好像使用 []byte 更加實在和靈活，爲啥還要用 string ？

緣由以下：

• string 類型看起來直觀，用起來簡單
• []byte，byte 數組，咱們能夠知道，裏面都是一個字節一個字節的，這個會比較多的用在底層，對操做字節比較關注的時候

字符串 和 []byte 如何互相轉換？

看到這裏，分別瞭解了 string 類型， 和 []byte 類型的應用場景

毋庸置疑，咱們編碼過程當中，確定少不了對他們作相互轉換，咱們來看看在 GO ，裏面如何使用

字符串轉 []byte

package main

import (
   "fmt"
)


func main(){
    var str string

    str = "XMTONG"

    strByte := []byte(str)
    for _,v :=range strByte{
        fmt.Printf("%x ",v)
    }
}
複製代碼

代碼輸出爲：

58 4d 54 4f 4e 47
複製代碼

上述代碼轉成 []byte 以後是一個字節，一個字節的

將每個字節的值用十六進制打印出來，咱們能夠看到，XMTONG 對應 584d544f4e47

[]byte 轉字符串

[]byte轉字符串在GO 裏面那就更簡單了

func main(){
   name := []byte("XMTONG")
   fmt.Println(string(name))
}
複製代碼

GO 中 字符串都會涉及到哪些函數？

不管什麼語言，對於字符串大概涉及以下幾種操做，如有誤差，還請指正：

• 計算字符串長度
• 拼接
• 切割
• 找到字串進行替換，找到字符串的具體位置和出現的次數
• 統計字符串
• 字符串進制轉換

具體的函數使用方法也比較簡單，推薦你們感興趣的能夠直接看go 的開發文檔，須要的時候去查一下便可。

GO 的標準開發文檔，在搜索引擎裏面仍是比較容易搜索到的

總結

• 分享了字符串具體是啥
• GO 中字符串的特性，爲何不能被修改
• 字符串 GO 源碼是如何構建的
• 字符串 和 []byte 的由來和應用場景
• 字符串與 []byte 相互轉換
• 順帶提了GO 的標準開發文檔，你們能夠用起來哦

歡迎點贊，關注，收藏

朋友們，你的支持和鼓勵，是我堅持分享，提升質量的動力

好了，本次就到這裏，下一次 GO 中 slice 的實現原理分享

技術是開放的，咱們的心態，更應是開放的。擁抱變化，向陽而生，努力向前行。

我是小魔童哪吒，歡迎點贊關注收藏，下次見~