[]byte與16進(jìn)制(String)之間的轉(zhuǎn)換

把[]byte表示成16進(jìn)制（用String的形式）

[]byte -> String

package main

import (
    "fmt"
    "encoding/hex"
)

func main() {
    // 注意"Hello"與"encodedStr"不相等，encodedStr是用字符串來(lái)表示16進(jìn)制
    src := []byte("Hello")
    encodedStr := hex.EncodeToString(src)
    // [72 101 108 108 111]
    fmt.Println(src)
    // 48656c6c6f -> 48(4*16+8=72) 65(6*16+5=101) 6c 6c 6f 
    fmt.Println(encodedStr)
}

String -> []byte

test, _ := hex.DecodeString(encodedStr)
fmt.Println(bytes.Compare(test, src)) // 0

golang string和[]byte的對(duì)比

為啥string和[]byte類型轉(zhuǎn)換需要一定的代價(jià)？

為啥內(nèi)置函數(shù)copy會(huì)有一種特殊情況copy(dst []byte, src string) int?

string和[]byte，底層都是數(shù)組，但為什么[]byte比string靈活，拼接性能也更高（動(dòng)態(tài)字符串拼接性能對(duì)比）?

今天看了源碼探究了一下。

何為string？

什么是字符串？標(biāo)準(zhǔn)庫(kù)builtin的解釋：

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.

簡(jiǎn)單的來(lái)說(shuō)字符串是一系列8位字節(jié)的集合，通常但不一定代表UTF-8編碼的文本。字符串可以為空，但不能為nil。而且字符串的值是不能改變的。

不同的語(yǔ)言字符串有不同的實(shí)現(xiàn)，在go的源碼中src/runtime/string.go，string的定義如下：

type stringStruct struct {
    str unsafe.Pointer
    len int
}

可以看到str其實(shí)是個(gè)指針，指向某個(gè)數(shù)組的首地址，另一個(gè)字段是len長(zhǎng)度。那到這個(gè)數(shù)組是什么呢？

在實(shí)例化這個(gè)stringStruct的時(shí)候：

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

哈哈，其實(shí)就是byte數(shù)組，而且要注意string其實(shí)就是個(gè)struct。

何為[]byte?

首先在go里面，byte是uint8的別名。而slice結(jié)構(gòu)在go的源碼中src/runtime/slice.go定義：

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

array是數(shù)組的指針，len表示長(zhǎng)度，cap表示容量。除了cap，其他看起來(lái)和string的結(jié)構(gòu)很像。

但其實(shí)他們差別真的很大。

區(qū)別

字符串的值是不能改變

在前面說(shuō)到了字符串的值是不能改變的，這句話其實(shí)不完整，應(yīng)該說(shuō)字符串的值不能被更改，但可以被替換。 還是以string的結(jié)構(gòu)體來(lái)解釋吧，所有的string在底層都是這樣的一個(gè)結(jié)構(gòu)體stringStruct{str: str_point, len: str_len}，string結(jié)構(gòu)體的str指針指向的是一個(gè)字符常量的地址， 這個(gè)地址里面的內(nèi)容是不可以被改變的，因?yàn)樗侵蛔x的，但是這個(gè)指針可以指向不同的地址，我們來(lái)對(duì)比一下string、[]byte類型重新賦值的區(qū)別：

s := "A1" // 分配存儲(chǔ)"A1"的內(nèi)存空間，s結(jié)構(gòu)體里的str指針指向這快內(nèi)存
s = "A2"  // 重新給"A2"的分配內(nèi)存空間，s結(jié)構(gòu)體里的str指針指向這快內(nèi)存

其實(shí)[]byte和string的差別是更改變量的時(shí)候array的內(nèi)容可以被更改。

s := []byte{1} // 分配存儲(chǔ)1數(shù)組的內(nèi)存空間，s結(jié)構(gòu)體的array指針指向這個(gè)數(shù)組。
s = []byte{2}  // 將array的內(nèi)容改為2

因?yàn)閟tring的指針指向的內(nèi)容是不可以更改的，所以每更改一次字符串，就得重新分配一次內(nèi)存，之前分配空間的還得由gc回收，這是導(dǎo)致string操作低效的根本原因。

string和[]byte的相互轉(zhuǎn)換

將string轉(zhuǎn)為[]byte，語(yǔ)法[]byte(string)源碼如下：

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，然后再將s復(fù)制給b，至于為啥copy函數(shù)可以直接把string復(fù)制給[]byte，那是因?yàn)間o源碼單獨(dú)實(shí)現(xiàn)了一個(gè)slicestringcopy函數(shù)來(lái)實(shí)現(xiàn)，具體可以看src/runtime/slice.go。

將[]byte轉(zhuǎn)為string，語(yǔ)法string([]byte)源碼如下：

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，然后再將b復(fù)制給s。

正因?yàn)閟tring和[]byte相互轉(zhuǎn)換都會(huì)有新的內(nèi)存分配，才導(dǎo)致其代價(jià)不小，但讀者千萬(wàn)不要誤會(huì)，對(duì)于現(xiàn)在的機(jī)器來(lái)說(shuō)這些代價(jià)其實(shí)不值一提。 但如果想要頻繁string和[]byte相互轉(zhuǎn)換（僅假設(shè)），又不會(huì)有新的內(nèi)存分配，能有辦法嗎？答案是有的。

package string_slicebyte_test
 
import (
	"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)
}

答案雖然有，但強(qiáng)烈推薦不要使用這種方法來(lái)轉(zhuǎn)換類型，因?yàn)槿绻ㄟ^(guò)stringtoslicebyte將string轉(zhuǎn)為[]byte的時(shí)候，共用的時(shí)同一塊內(nèi)存，原先的string內(nèi)存區(qū)域是只讀的，一但更改將會(huì)導(dǎo)致整個(gè)進(jìn)程down掉，而且這個(gè)錯(cuò)誤是runtime沒(méi)法恢復(fù)的。

如何取舍？

既然string就是一系列字節(jié)，而[]byte也可以表達(dá)一系列字節(jié)，那么實(shí)際運(yùn)用中應(yīng)當(dāng)如何取舍？

• string可以直接比較，而[]byte不可以，所以[]byte不可以當(dāng)map的key值。
• 因?yàn)闊o(wú)法修改string中的某個(gè)字符，需要粒度小到操作一個(gè)字符時(shí)，用[]byte。
• string值不可為nil，所以如果你想要通過(guò)返回nil表達(dá)額外的含義，就用[]byte。
• []byte切片這么靈活，想要用切片的特性就用[]byte。
• 需要大量字符串處理的時(shí)候用[]byte，性能好很多。

最后脫離場(chǎng)景談性能都是耍流氓，需要根據(jù)實(shí)際場(chǎng)景來(lái)抉擇。

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論