Go高阶指南06，string 实现原理

string 概念

源代码中 src/builtin/builtin.go string 的描述如下：

// 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

❝

1. string 是所有 8 位字节字符串的集合，通常但不一定代表 UTF-8 编码的文本。
2. 字符串可以为空（长度为0），但不会是 nil。
3. 字符串类型的值是不可变的。

❞

string 数据结构

源码包中 src/runtime/string.go:stringStruct 定义的 string 的数据结构如下：

type stringStruct struct {
 str unsafe.Pointer
 len int
}

• str : 字符串的首地址
• len : 字符串的长度

发现 string 的数据结构有点类似于切片，切片比它多了一个容量成员。string 和 byte 切片经常互转。

string 操作

字符串的构建是先构建 stringStruct，再转换成 string：

//go:nosplit
func gostringnocopy(str *byte) string {
 ss := stringStruct{str: unsafe.Pointer(str), len: findnull(str)} // 先构造 stringStruct
 s := *(*string)(unsafe.Pointer(&ss)) // stringStruct 转换成 string
 return s
}

[]byte 转 string

示例：

func ByteToString(s []byte) string {
  return string(s)
}

注意这里的转换进行一次内存拷贝：

1. 根据切片长度申请内存空间（假设内存地址为 p，切片长度为 len(b)）
2. 构建 string（string.str = p; string.len = len）
3. 拷贝数据（切片中的数据拷贝到新的内存空间）

string 转 []byte

示例：

func StringToByte(str string) []byte {
  return []byte(str)
}

注意这里的转换也会进行一次内存拷贝：

1. 申请切片内存空间
2. 将 string 拷贝到切片

字符串拼接

示例：

str := "str1" + "str2" + "str3" + "str4"

• 新字符串的内存空间是一次性分配好的，所以即使有很多的字符串进行拼接，性能也会有很好的保证。
• 拼接语句在编译时会先放到一个切片中，然后再两次遍历此切片，一次获取字符串长度用来申请内存，一次用来把字符串逐个拷贝过去。
• 由于 string 是不能修改的，源码在拼接过程中会用 「rawstring()」 方法生成一个指定大小的 string，并同时返回一个切片，二者共享同一块内存空间，后面向切片中拷贝数据，也就间接修改了 string。

rawstring()源代码如下：

// rawstring allocates storage for a new string. The returned
// string and byte slice both refer to the same storage.
// The storage is not zeroed. Callers should use
// b to set the string contents and then drop b.
func rawstring(size int) (s string, b []byte) {
 p := mallocgc(uintptr(size), nil, false)

 stringStructOf(&s).str = p
 stringStructOf(&s).len = size

 *(*slice)(unsafe.Pointer(&b)) = slice{p, size, size}

 return
}

string 不能修改

在 Go 中，string 不包含内存空间，它只有一个内存指针，所以 string 非常轻量，很方便进行传递且不用担心内存拷贝。string 通常指向字符串字面量，字面量存储的位置是只读段，并不是堆或栈上，所以 string 不能被修改。

[]byte 转 string 不拷贝内存的情况

有时只是临时需要字符串的场景下，byte切片转换成 string 时并不会拷贝内存，而是直接返回一个 string，这个 string 的指针指向切片的内存。

如：

• 使用 m[string(b)] 来查找map（map是string为key，临时把切片 b 转成string）
• 字符串拼接，如”<” + “string(b)” + “>”
• 字符串比较：string(b) == “foo”

用 []byte 还是 string

[]byte 和 string 都可以表示字符串，它们数据结构不同，其衍生出来的方法也不同。

string 擅长的场景：

• 需要字符串比较；
• 不需要nil字符串；

[]byte擅长的场景：

• 修改字符串的时候；
• 函数返回值，需要使用 nil 来表示含义；
• 需要切片操作；

有什么问题，可以公众号内回复或加我微信交流。