Golang string 源码

它是一种基本类型，并且是一个不可改变的UTF-8字符序列

回过来看 GO 里面的字符串，字符也是根据英文和中文不一样，一个字符所占用的字节数也是不一样的，大体分为如下 2 种

• 英文的字符，按照ASCII 码来算，占用 1 个字节
• 其他的字符，包括中文字符在内的，根据不同字符，占用字节数是 2 -- 4个字节

字符串的数据结构是啥样的？

说到字符串的数据结构，我们先来看看 GO 里面的字符串，是在哪个包里面

不难发现，我们随便在 GOLANG 里面 定义个string 变量，就能够知道 string 类型是在哪个包里面，例如

var name  string

GO 里面的字符串对应的包是 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

• 字符串这个类型，是所有8-bits 字符串的集合，通常但不一定表示utf -8编码的文本
• 字符串可以为空，但不能为 nil ，此处的字符串为空是 ""
• 字符串类型的值是不可变的

另外，找到 string 在 GO 里面对应的源码文件中src/runtime/string.go ， 有这么一个结构体，只提供给包内使用，我们可以看到string的数据结构 stringStruct 是这个样子的

 

type stringStruct struct {
    str unsafe.Pointer
    len int
}

整个结构体，就 2 个成员，string 类型是不是很简单呢

• str

是对应到字符串的首地址

• len

这个就是不难理解，是字符串的长度

那么，在创建一个字符串变量的时候，stringStruct 是在哪里使用到的呢？

我们看看 GO string.go 文件中的源码

//go:nosplit
func gostringnocopy(str *byte) string {
   ss := stringStruct{str: unsafe.Pointer(str), len: findnull(str)}  // 构建成 stringStruct
   s := *(*string)(unsafe.Pointer(&ss))  // 强转成 string
   return s
}
//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
   }
}

简单分为 2 步：

• 先将字符数据构建程 stringStruct
• 再通过 gostringnocopy 函数 转换成 string

字符串中的数据为什么不能被修改呢？

从上述官方说明中，我们可以看到，字符串类型的值是不可变的

可是这是为啥呢？

我们以前在写C/C++的时候，为啥可以开辟空间存放多个字符，并且还可以修改其中的某些字符呢？

可是在 C/C++里面的字面量也是不可以改变的

GO 里面的 string 类型，是不是也和 字面量一样的呢？我们来看看吧

字符串类型，本身也是拥有对应的内存空间的，那么修改string类型的值应该是要支持的。

可是，XDM 在 Go 的实现中，string 类型是不包含内存空间，只有一个内存的指针，这里就有点想C/C++里面的案例：

char * str = "XMTONG"

上述的 str是绝对不能做修改的，str只是作为可读，不能写的。

在GO 里面的字符串，就与上述类似。这样做的好处是 string 变得非常轻量，可以很方便的进行传递而不用担心内存拷贝（这也避免了内存带来的诸多问题)

GO 中的 string类型一般是指向字符串字面量，字符串字面量存储位置是在虚拟内存分区的只读段上面，而不是堆或栈上。因此，GO 的 string 类型不可修改的。