[]byte与string的两种转换方式和底层实现
原创[]byte与string的两种转换方式和底层实现
原创
背景
对小许公众号点了关注的朋友，应该都看过小许之前的文章《fasthttp是如何做到比net/http快十倍的》，相信你们还对极致的优化方式意犹未尽。
不过你发现没fasthttp关于string和[]byte的转换方式和大家平常普遍使用的方式不一样，fasthttp转换实现如下：
//[]byte转string
func b2s(b []byte) string {
return *(*string)(unsafe.Pointer(&b))
}
//string转[]byte
func s2b(s string) (b []byte) {
bh := (*reflect.SliceHeader)(unsafe.Pointer(&b))
sh := (*reflect.StringHeader)(unsafe.Pointer(&s))
bh.Data = sh.Data
bh.Cap = sh.Len
bh.Len = sh.Len
return b
}为什么不用我们常见的string和[]byte的转换方式呢？这样做是怎么提高性能的呢？...
带着这些疑问，今天将分享下并总结string和[]byte的转换方式，不同的转换方式之间的实现和区别
两种转换方式
如果此时此刻你刚好遇到面试官问你string和[]byte如何进行转换，有几种方式？你能答上来吗
反正在写这篇文章之前小许估计是答不出来的，哈哈！
毕竟知道的越多，不知道的也越多嘛
那今天我们就来聊聊，继续往下读之前，我们先了解下这两种数据类型：
string和[]byte
🔔上图中可以看出 stringStruct和slice还是有一些相似之处，str和array指针指向底层数组的地址，len代表的就是数组长度。
关于string类型，在go标准库中官方说明如下：
// 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 stringstring是8位字节的集合，string的定义在上图中左侧，通常但不一定代表UTF-8编码的文本。string可以为空，但是不能为nil，并且string的值是不能改变的。
🚩为什么string类型没有cap字段
string的不可变性，也就不能直接向底层数组追加元素，所以不需要Cap。
而[]byte就是一个byte类型的切片，切片本质也是一个结构体。
📢 这里我们先记住下这两种数据类型的特点，对后面的了解两者的转换有帮助！
标准方式
Golang中string与[]byte的互换，这是我们常用的，也是立马能想到的转换方式，这种方式称为标准方式。
// string 转 []byte
s1 := "xiaoxu"
b := []byte(s1)
// []byte 转 string
s2 := string(b)那还有其他方式吗？当然有的，那就是强转换
强转换方式
强转换方式是通过unsafe和reflect包来实现的，代码如下：
//[]byte转string
func b2s(b []byte) string {
return *(*string)(unsafe.Pointer(&b))
}
//string转[]byte
func s2b(s string) (b []byte) {
bh := (*reflect.SliceHeader)(unsafe.Pointer(&b))
sh := (*reflect.StringHeader)(unsafe.Pointer(&s))
bh.Data = sh.Data
bh.Cap = sh.Len
bh.Len = sh.Len
return b
}可以看出利用reflect.SliceHeader(代表一个运行时的切片) 和 unsafe.Pointer进行指针替换。
🚩为什么可以这么做呢？
前面我们在讲string和[]byte类型的时候就提了，因为两者的底层结构的字段相似！
array和str的len是一致的，而唯一不同的就是cap字段，所以他们的内存布局上是对齐的。
分析
我们看下这两种转换方式底层是如何实现的，这些实现代码在标准库中都是有的，下面底层实现的代码来自Go 1.18.6版本。
标准方式底层实现
string转[]byte底层实现
先看string转[]byte的实现，（实现源码在 src/runtime/string.go 中）
const tmpStringBufSize = 32
//长度32的数组
type tmpBuf [tmpStringBufSize]byte
//时间函数
func stringtoslicebyte(buf *tmpBuf, s string) []byte {
var b []byte
//判断字符串长度是否小于等于32
if buf != nil && len(s) <= len(buf) {
*buf = tmpBuf{}
b = buf[:len(s)]
} else {
//预定义数组长度不够，重新分配内存
b = rawbyteslice(len(s))
}
copy(b, s)
return b
}
// rawbyteslice allocates a new byte slice. The byte slice is not zeroed.
//rawbyteslice函数 分配一个新的字节片。字节片未归零
func rawbyteslice(size int) (b []byte) {
cap := roundupsize(uintptr(size))
p := mallocgc(cap, nil, false)
if cap != uintptr(size) {
memclrNoHeapPointers(add(p, uintptr(size)), cap-uintptr(size))
}
*(*slice)(unsafe.Pointer(&b)) = slice{p, size, int(cap)}
return
}
上面代码可以看出string转[]byte是，会根据字符串长度来决定是否需要重新分配一块内存。
- 预先定义了一个长度为32的数组
- 若字符串的长度不超过这个长度32的数组，copy函数实现string到[]byte的拷贝
- 若字符串的长度超过了这个长度32的数组，重新分配一块内存了，再进行copy
[]byte转string底层实现
再看[]byte转string的实现,（实现源码在 src/runtime/string.go 中）
const tmpStringBufSize = 32
//长度32的数组
type tmpBuf [tmpStringBufSize]byte
//实现函数
func slicebytetostring(buf *tmpBuf, ptr *byte, n int) (str string) {
...
if n == 1 {
p := unsafe.Pointer(&staticuint64s[*ptr])
if goarch.BigEndian {
p = add(p, 7)
}
stringStructOf(&str).str = p
stringStructOf(&str).len = 1
return
}
var p unsafe.Pointer
//判断字符串长度是否小于等于32
if buf != nil && n <= len(buf) {
p = unsafe.Pointer(buf)
} else {
p = mallocgc(uintptr(n), nil, false)
}
stringStructOf(&str).str = p
stringStructOf(&str).len = n
//拷贝byte数组至字符串
memmove(p, unsafe.Pointer(ptr), uintptr(n))
return
}跟string转[]byte一样，当数组长度超过32时，同样需要调用mallocgc分配一块新内存
强转换底层实现
从标准的转换方式中，我们知道如果字符串长度超过32的话，会重新分配一块新内存，进行内存拷贝。
//string转[]byte
func s2b(s string) (b []byte) {
bh := (*reflect.SliceHeader)(unsafe.Pointer(&b))
sh := (*reflect.StringHeader)(unsafe.Pointer(&s))
bh.Data = sh.Data
bh.Cap = sh.Len
bh.Len = sh.Len
return b
}强转换过程中，通过 神奇的unsafe.Pointer指针
- 任何类型的指针 *T 都可以转换为unsafe.Pointer类型的指针，可以存储任何变量的地址
- unsafe.Pointer 类型的指针也可以转换回普通指针，并且可以和类型*T不相同
🚩 refletc包的 reflect.SliceHeader 和 reflect.StringHeader分别代表什么意思？
reflect.SliceHeader：slice类型的运行时表示形式
reflect.StringHeader：string类型的运行时表示形式
//slice在运行时的描述符
type SliceHeader struct {
Data uintptr
Len int
Cap int
}
//string在运行时的描述符
type StringHeader struct {
Data uintptr
Len int
}(*reflect.SliceHeader)(unsafe.Pointer(&b)) 的目的就是通过unsafe.Pointer 把它们转换为 *reflect.SliceHeader 指针。
而运行时表现形式 SliceHeader 和 StringHeader，而这两个结构体都有一个 Data 字段，用于存放指向真实内容的指针。
✏️[]byte 和 string之间的转换，就可以理解为是通过 unsafe.Pointer 把 *SliceHeader 转为 *StringHeader，也就是 *[]byte 和 *string之间的转换。
那么我们就可以理解相对于标准转换方式，强转换方式的优点在哪了！
直接替换指针的指向，避免了申请新内存（零拷贝），因为两者指向的底层字段Data地址相同
总结
今天小许和大家一起了解了[]byte和string类型，以及[]byte和string的两种转换方式。
不过Go语言提供给我们使用的还是标准转换方式，主要是因为在你不确定安全隐患的情况下，使用强转化方式可能不必要的问题。
不过像fasthttp那样，对程序对运行性能有高要求，那就可以考虑使用强转换方式！
欢迎点赞 👍、收藏 💙、关注 💡 三连支持一下～
知道的越多，不知道的也越多，我是小许，下期见～🙇💻
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。