3.9 字符串
| Ruby | Javascript | Go | Lua | |
|---|---|---|---|---|
| 存储 | 1.8 字节序列 1.9 字符序列 |
UCS-2 | Unicode | 8位字节 |
| 可变性 | 可变 str[-1]='hi' |
不可变 | 不可变 | 不可变 |
| 字面量 | 单引号, 双引号 单双有别, 双引号支持模板 |
单引号, 双引号 | 双引号:支持转义 反引号:不支持转义 |
单引号, 双引号 |
| 长度 | 字节: bytesize 字符:length size |
字符: length属性 | 字节: len(str) 字符: len([]rune(str)) |
字符: # |
| 遍历 | 字节: each_byte 字符:each_char 字符码:each_codepoint 行遍历:each_line |
字符: for i ES6: for of |
字节: for i 字符: for range |
for i = 1, #str do ... end |
| 索引访问 | str[i] 倒序索引: str[-1] |
str[i] charAt[i] ES6: at(i) |
str[i] | string.sub(str,start,end) 左闭右闭,索引从0开始,支持负数倒序 |
| 索引越界 | nil | undefined | panic | 空字符串 |
| 片段 | str[start, len] str(start..end) |
substring(start,end)左闭右开 substr(start[,length]) |
切片语法: str[start:end] 左闭右开 | string.sub(str,start,end) |
| 拼接 | str1+str2 模板字符串内插 String#<< |
str1+str2 concat(str1,...) |
str1 + str2 | str1+str2 |
| to 数组 | split(pattern=nil, [limit]) | split([separator[, limit]]) | 字节: byte(str) 字符: []rune(str) |
无内置实现 |
| from 数组 | Array#join(separator=$,) | Array#join([separator]) | string(byte_or_rune_array) | table.concat (list [, sep [, i [, j]]]) |
| 字符串模板 | 支持 | ES6支持 | 支持 | 无内置实现 |
1. Ruby
字符串可变
str[-1] = 'hi'
str[2, 5] = 'hello'
str[5, 6] = '' //相当于删除
每次遇到一个字符串字面量, 都会新建一个字符串对象
最佳实践: 减少在循环中使用字符串字面量
单双有别
字符串字面量同时支持单引号和双引号, 双引号支持模板字符串, 双引号不支持
最佳实践: 在不需要模板字符串的地方, 始终使用单引号
拼接
str + other_str → new_str: 不会自动转换类型, 要求操作数都是字符串(体现了Ruby的强类型), 返回新对象- 模板字符串内插: 会自动调用
to_s, 不创建新对象, 效率更高 str << integer → str数字将解释为码点str << obj → str拼接前会自动转换右值str * integer → new_str
最佳实践: 优先使用模板字符串
2. Javascript
ES6 对字符串进行了很多扩展.
字符串模板
`${start}, my name is ${getName()}, ${conf.fav} is my favourite`
遍历器接口
for (let char of '语言的学习') {
console.log(char);
}
3. Go
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.
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, 定义大致如下:
type stringStruct struct {
str unsafe.Pointer
len int
}
其中str指向了一个byte数组.
内建的len方法可以得到字符串的长度，每个字节可以根据索引得到，不能像 C 语言一样得到某个字节的地址，&s[i]这样做是非法的.
加法拼接字符串, 每次需要重新分配内存, 在构建超大字符串时, 性能低下
优化: 使用
strings.Join(a []string, sep string)会一次性计算并分配需要的内存
[]byte
byte是uint8, 定义如下
type slice struct {
array unsafe.Pointer
len int
cap int
}
string和[]byte 的区别
- 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
string和[]byte的相互转换:
- 将string转为[]byte:
[]byte(string) - 将[]byte转为string:
string([]byte)
4. Lua
单双有别
- 单引号字符串不解释反斜杠转义序列
- 双引号字符串解释反斜杠转义序列
Lua 标准库的吝啬, 在string的API上可见一斑, 很多其他语言操作字符串的API, 在lua中都没有原生的支持, 不过通常在lua社区都可以找到实现:
- 字符串split: http://lua-users.org/wiki/SplitJoin
- 字符串模板: http://lua-users.org/wiki/TextTemplate http://lua-users.org/wiki/StringInterpolation
参考资料:
- lua-users Sample Code 有很多不错的lua扩展
- golang string和[]byte的对比