go基础第七篇：字符串

在go中，所有字符都是utf8编码的，一个英文字符占1个字节，一个中文汉字占3个字节。

假如有一个字符串str，str:="我是koushr"

一、取字节长度：

方法1：

len(str)。是的，len函数处理字符串时，取的是字节数，而不是字符数。

方法2：

利用utf8包的DecodeRuneInString函数，函数的第一个返回值即是字节数。?????

二、取字符长度：

转成rune数组，取数组长度

三、取子字符串：

go内置了一种方法，在字符串后面直接跟中括号，中括号里面用冒号分隔两个数字，第一个数字是起始索引，第二个数字是终止索引，最终截取的字符串包括前面不包括后面，这个截取方法是按照字节截取的，即那两个数字都是字节索引。如果字符串都是英文，那么字节索引就是字符索引，如果包含中文或者特殊字符，那么字节索引就不是字符索引了。

标准做法是，把字符串转成rune数组，然后截取这个数组(数组截取和go内置的字符串截取方式一样，都是后面直接跟中括号。。。)，截取时传字符索引即可，把截取到的数组转成字符串即可得到想要的字符串。

示例如下：

func main() {
    str := "我是中国人"
    a := str[1:3]
    fmt.Println(a)

    b := []rune(str)
    c := b[1:3]
    fmt.Println(string(c))
}

四、子串索引

strings包的indexXXX方法，返回的字节索引。

示例如下：

func main() {
    str := "我是中国人"
    a := "是"
    i := strings.Index(str, a)
    fmt.Println(i)
}

上例i的值是3，而不是1。

如果想返回字符索引，则需要我们自定义一个函数，函数处理逻辑是先获取子串的字节索引，然后把这个索引之前的字符串截取出来，转成rune数组，而数组长度就是子串的字符索引。

示例如下：

func main() {
    str := "我是中国人"
    a := "是"
    j := UnicodeIndex(str, a)
    fmt.Println(j)
}

func UnicodeIndex(str, substr string) int {
    // 子串在字符串的字节位置
    result := strings.Index(str, substr)
    if result >= 0 {
        prefix := str[0:result]
        // 将子串之前的字符串转换成[]rune
        rs := []rune(prefix)
        // 获得子串之前的字符串的长度，便是子串在字符串的字符位置
        result = len(rs)
    }
    return result
}

基础概念：

在go中，string本质上是一个字节数组([]byte)。

Unicode和UTF-8的关系：

Unicode是一个编码表，和ASCII是同一种东西。2021年9月公布的Unicode14.0版本已经有14.4w+个字符。基本上每年都会公布一个版本，扩增一些新字符。

UTF-8是一种对Unicode的编码方式，和UTF-16、UTF-16BE、UTF-16LE是同一种东西。UTF-8对一个字符使用1-4个字节进行编码。

字符在编码表中的编号叫做Code Point，中文翻译成码点。

rune的值表示字符的码点。将string转换成rune数组，数组里面其实就是一个个字符对应的码点。因为Unicode已经有14.4w+个字符，所以rune的最大值不能小于14.4w+，而int16最大值是2¹⁶/2-1即32767，不满足要求，所以rune底层类型至少是int32。rune底层类型正是int32，int32最大值是10.5亿，足够了。