当前位置 博文首页 > 文章内容

    详解golang string和[]byte的对比

    作者:shunshunshun18 栏目:未分类 时间:2021-01-16 10:47:00

    本站于2023年9月4日。收到“大连君*****咨询有限公司”通知
    说我们IIS7站长博客,有一篇博文用了他们的图片。
    要求我们给他们一张图片6000元。要不然法院告我们

    为避免不必要的麻烦,IIS7站长博客,全站内容图片下架、并积极应诉
    博文内容全部不再显示,请需要相关资讯的站长朋友到必应搜索。谢谢!

    另祝:版权碰瓷诈骗团伙,早日弃暗投明。

    相关新闻:借版权之名、行诈骗之实,周某因犯诈骗罪被判处有期徒刑十一年六个月

    叹!百花齐放的时代,渐行渐远!



    下面由教程栏目给大家介绍golang string和[]byte的对比区别,希望对需要的朋友有所帮助!

    golang string和[]byte的对比

    为啥string和[]byte类型转换需要一定的代价?

    为啥内置函数copy会有一种特殊情况copy(dst []byte, src string) int?
    string和[]byte,底层都是数组,但为什么[]byte比string灵活,拼接性能也更高(动态字符串拼接性能对比)?

    今天看了源码探究了一下。
    以下所有观点都是个人愚见,有不同建议或补充的的欢迎emial我aboutme

    何为string?

    什么是字符串?标准库builtin的解释:

    type string
    
    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.

    简单的来说字符串是一系列8位字节的集合,通常但不一定代表UTF-8编码的文本。字符串可以为空,但不能为nil。而且字符串的值是不能改变的。
    不同的语言字符串有不同的实现,在go的源码中src/runtime/string.go,string的定义如下:

    type stringStruct struct {
        str unsafe.Pointer
        len int}

    可以看到str其实是个指针,指向某个数组的首地址,另一个字段是len长度。那到这个数组是什么呢? 在实例化这个stringStruct的时候:

    func gostringnocopy(str *byte) string {
    	ss := stringStruct{str: unsafe.Pointer(str), len: findnull(str)}
    	s := *(*string)(unsafe.Pointer(&ss))	return s
    }

    哈哈,其实就是byte数组,而且要注意string其实就是个struct。

    何为[]byte?

    首先在go里面,byte是uint8的别名。而slice结构在go的源码中src/runtime/slice.go定义:

    type slice struct {	array unsafe.Pointer
    	len   int
    	cap   int}

    array是数组的指针,len表示长度,cap表示容量。除了cap,其他看起来和string的结构很像。
    但其实他们差别真的很大。

    区别

    字符串的值是不能改变

    在前面说到了字符串的值是不能改变的,这句话其实不完整,应该说字符串的值不能被更改,但可以被替换。 还是以string的结构体来解释吧,所有的string在底层都是这样的一个结构体stringStruct{str: str_point, len: str_len},string结构体的str指针指向的是一个字符常量的地址, 这个地址里面的内容是不可以被改变的,因为它是只读的,但是这个指针可以指向不同的地址,我们来对比一下string、[]byte类型重新赋值的区别:

    s := "A1" // 分配存储"A1"的内存空间,s结构体里的str指针指向这快内存
    s = "A2"  // 重新给"A2"的分配内存空间,s结构体里的str指针指向这快内存

    其实[]byte和string的差别是更改变量的时候array的内容可以被更改。

    s := []byte{1} // 分配存储1数组的内存空间,s结构体的array指针指向这个数组。s = []byte{2}  // 将array的内容改为2

    因为string的指针指向的内容是不可以更改的,所以每更改一次字符串,就得重新分配一次内存,之前分配空间的还得由gc回收,这是导致string操作低效的根本原因。

    string和[]byte的相互转换

    将string转为[]byte,语法[]byte(string)源码如下:

    func stringtoslicebyte(buf *tmpBuf, s string) []byte {	var b []byte
    	if buf != nil && len(s) <= len(buf) {
    		*buf = tmpBuf{}
    		b = buf[:len(s)]
    	} else {
    		b = rawbyteslice(len(s))
    	}
    	copy(b, s)	return 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}

    可以看到b是新分配的,然后再将s复制给b,至于为啥copy函数可以直接把string复制给[]byte,那是因为go源码单独实现了一个slicestringcopy函数来实现,具体可以看src/runtime/slice.go

    将[]byte转为string,语法string([]byte)源码如下:

    func slicebytetostring(buf *tmpBuf, b []byte) string {
    	l := len(b)	if l == 0 {		// Turns out to be a relatively common case.
    		// Consider that you want to parse out data between parens in "foo()bar",
    		// you find the indices and convert the subslice to string.
    		return ""
    	}	if raceenabled && l > 0 {
    		racereadrangepc(unsafe.Pointer(&b[0]),
    			uintptr(l),
    			getcallerpc(unsafe.Pointer(&buf)),
    			funcPC(slicebytetostring))
    	}	if msanenabled && l > 0 {
    		msanread(unsafe.Pointer(&b[0]), uintptr(l))
    	}
    	s, c := rawstringtmp(buf, l)
    	copy(c, b)	return s
    }func rawstringtmp(buf *tmpBuf, l int) (s string, b []byte) {	if buf != nil && l <= len(buf) {
    		b = buf[:l]
    		s = slicebytetostringtmp(b)
    	} else {
    		s, b = rawstring(l)
    	}	return}

    依然可以看到s是新分配的,然后再将b复制给s。
    正因为string和[]byte相互转换都会有新的内存分配,才导致其代价不小,但读者千万不要误会,对于现在的机器来说这些代价其实不值一提。 但如果想要频繁string和[]byte相互转换(仅假设),又不会有新的内存分配,能有办法吗?答案是有的。

    package string_slicebyte_testimport (	"log"
    	"reflect"
    	"testing"
    	"unsafe")func stringtoslicebyte(s string) []byte {
    	sh := (*reflect.StringHeader)(unsafe.Pointer(&s))
    	bh := reflect.SliceHeader{
    		Data: sh.Data,
    		Len:  sh.Len,
    		Cap:  sh.Len,
    	}	return *(*[]byte)(unsafe.Pointer(&bh))
    }func slicebytetostring(b []byte) string {
    	bh := (*reflect.SliceHeader)(unsafe.Pointer(&b))
    	sh := reflect.StringHeader{
    		Data: bh.Data,
    		Len:  bh.Len,
    	}	return *(*string)(unsafe.Pointer(&sh))
    }func TestStringSliceByte(t *testing.T) {
    	s1 := "abc"
    	b1 := []byte("def")
    	copy(b1, s1)
    	log.Println(s1, b1)
    
    	s := "hello"
    	b2 := stringtoslicebyte(s)
    	log.Println(b2)    // b2[0] = byte(99) unexpected fault address
    
    	b3 := []byte("test")
    	s3 := slicebytetostring(b3)
    	log.Println(s3)
    }

    答案虽然有,但强烈推荐不要使用这种方法来转换类型,因为如果通过stringtoslicebyte将string转为[]byte的时候,共用的时同一块内存,原先的string内存区域是只读的,一但更改将会导致整个进程down掉,而且这个错误是runtime没法恢复的。

    如何取舍?

    既然string就是一系列字节,而[]byte也可以表达一系列字节,那么实际运用中应当如何取舍?

    • string可以直接比较,而[]byte不可以,所以[]byte不可以当map的key值。
    • 因为无法修改string中的某个字符,需要粒度小到操作一个字符时,用[]byte。
    • string值不可为nil,所以如果你想要通过返回nil表达额外的含义,就用[]byte。
    • []byte切片这么灵活,想要用切片的特性就用[]byte。
    • 需要大量字符串处理的时候用[]byte,性能好很多。

    最后脱离场景谈性能都是耍流氓,需要根据实际场景来抉择。

    更多golang相关技术文章,请访问栏目!