Go探索-String

字元

字元梗概

ASCII字元集 → (GB2312，BIG5，GBK...) → unicode通用字元集 → utf-8 ,
- ascii子符集 ，一個符号對應一個數字編号，數字編号即可以二進制形式表示這個字元
- GB2312，BIG5，GBK等編碼 ，是各個語言以自己國家語言為标準制定的字元編碼規則
- unicode ，unicode 學術學會制作的 全球統一化的通用字元集 ，實作了跨語言、跨平台的文本轉換與處理
- utf-8 ，是一種變長編碼與解碼規則，ascii 字元集及其他常用字元集編碼與解碼用一個位元組表示，而漢字編碼與解碼由 3 個位元組表示
關系
- ascii 編碼，表示 128 個英文字元與二進制間的關系，gbk
  
  編碼是漢字編碼，一個 ascii 字元由 1 個位元組組成，一個漢字由多個字元組成；utf8
- unicode 規定了不同字元在二進制上的表示形式，但是并沒有規定改如何存儲，有些需要 3 個字元，有些需要 2 個字元，想 a 這種字元，ascii 用一個位元組就能表示，但是在 unicode 中會用 2 個位元組，空間浪費
- utf-8 解決 unicode 編碼存儲問題，它是一種變長的編碼方式，ascii 碼表裡的字元仍然用一個位元組來存儲，一個漢字用 3 個位元組來存儲

編碼/解碼模闆

編号	編碼模闆
`[0,127]`	`0???????`
`[128,2047]`	`110????? 10??????`
`[2048,65535]`	`1110???? 10?????? 10??????`

string

type StringHeader struct {
	Data uintptr
	Len  int
}

Data 存儲的是資料，存儲在隻讀記憶體中的，不能對已經定義的字元串進行修改
Len 表示存儲資料占用的位元組(byte)數，例 eggo世界 占用 10 個位元組，前 4 個字母對應一個 unicode 碼點， 世 由 utf8 編碼後由 3 個 unicode 表示，界同理

Go探索-String
示例

package main

import (
	"fmt"
)

/**
值類型：列印位址，直接用取值符(&)列印。
引用類型：列印位址，%p 列印
*/
func main() {
	s1 := "eggo世界"
	fmt.Printf("%c\n", s1[2]) // 字元串底層是隻讀的位元組數組，可以通過索引擷取值
	fmt.Printf("s1: addr=%v,value=%v \n", &s1, s1)
	fmt.Printf("s1: addr=%p\n", &s1)

	bs := ([]byte)(s1) // 重新配置設定記憶體，并拷貝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共同組成了世，231和149和140 共同組成了界
	fmt.Printf("bs: value=%v \n", bs)
	fmt.Printf("bs: addr=%p \n", bs)
}

引用