Go探索-String

字符

字符梗概

ASCII字符集 → (GB2312，BIG5，GBK...) → unicode通用字符集 → utf-8 ,
- ascii子符集，一个符号对应一个数字编号，数字编号即可以二进制形式表示这个字符
- GB2312，BIG5，GBK等编码 ，是各个语言以自己国家语言为标准制定的字符编码规则
- unicode，unicode 学术学会制作的全球统一化的通用字符集
  
  ，实现了跨语言、跨平台的文本转换与处理
- utf-8，是一种变长编码与解码规则，ascii 字符集及其他常用字符集编码与解码用一个字节表示，而汉字编码与解码由 3 个字节表示
关系
- ascii 编码，表示 128 个英文字符与二进制间的关系，gbk
  
  编码是汉字编码，一个 ascii 字符由 1 个字节组成，一个汉字由多个字符组成；utf8
- unicode 规定了不同字符在二进制上的表示形式，但是并没有规定改如何存储，有些需要 3 个字符，有些需要 2 个字符，想 a 这种字符，ascii 用一个字节就能表示，但是在 unicode 中会用 2 个字节，空间浪费
- utf-8 解决 unicode 编码存储问题，它是一种变长的编码方式，ascii 码表里的字符仍然用一个字节来存储，一个汉字用 3 个字节来存储
编码/解码模板

编号编码模板

[0,127] 0???????

[128,2047] 110????? 10??????

[2048,65535] 1110???? 10?????? 10??????

编号	编码模板
`[0,127]`	`0???????`
`[128,2047]`	`110????? 10??????`
`[2048,65535]`	`1110???? 10?????? 10??????`

string

type StringHeader struct {

	Data uintptr

	Len  int

}

Data 存储的是数据，存储在只读内存中的，不能对已经定义的字符串进行修改
Len 表示存储数据占用的字节(byte)数，例eggo世界

占用 10 个字节，前 4 个字母对应一个 unicode 码点，世由 utf8 编码后由 3 个 unicode 表示，界同理
示例

package main

import (

	"fmt"

)

/**

值类型：打印地址，直接用取值符(&)打印。

引用类型：打印地址，%p 打印

*/

func main() {

	s1 := "eggo世界"

	fmt.Printf("%c\n", s1[2]) // 字符串底层是只读的字节数组，可以通过索引获取值

	fmt.Printf("s1: addr=%v,value=%v \n", &s1, s1)

	fmt.Printf("s1: addr=%p\n", &s1)

	bs := ([]byte)(s1) // 重新分配内存，并拷贝s1的内容到[]byte切片中

	bs[2] = 'o'

	fmt.Printf("%c\n", bs[2])

	// [101 103 111 111 228 184 150 231 149

	// 140]，228和184和150共同组成了世，231和149和140 共同组成了界

	fmt.Printf("bs: value=%v \n", bs)

	fmt.Printf("bs: addr=%p \n", bs)

}

引用

巴特西

Go探索-String

字符

字符梗概

string

最新文章

热门文章