最近我在Go Forum 中發現了String size of 20 character 的問題，“hollowaykeanho” 給出了相關的答案，而我從中發現了截取字符串的方案并非最理想的方法，因此做了一系列實驗并獲得高效截取字符串的方法，這篇文章將逐步講解我實踐的過程。
字節切片截取
這正是 “hollowaykeanho” 給出的第一個方案，我想也是很多人想到的第一個方案，利用 go 的內置切片語法截取字符串：
s := "abcdef"
fmt.Println(s[1:4])
我們很快就了解到這是按字節截取，在處理 ASCII 單字節字符串截取，沒有什么比這更完美的方案了，中文往往占多個字節，在 utf8 編碼中是3個字節，如下程序我們將獲得亂碼數據：
s := "Go 語言"
fmt.Println(s[1:4])
殺手锏 - 類型轉換 []rune
“hollowaykeanho” 給出的第二個方案就是將字符串轉換為 []rune，然后按切片語法截取，再把結果轉成字符串。
s := "Go 語言"
rs := []rune(s)
fmt.Println(strings(rs[1:4]))
首先我們得到了正確的結果，這是最大的進步。不過我對類型轉換一直比較謹慎，我擔心它的性能問題，因此我嘗試在搜索引擎和各大論壇查找答案，但是我得到最多的還是這個方案，似乎這已經是唯一的解。
我嘗試寫個性能測試評測它的性能：
package benchmark
import (
"testing"
)
var benchmarkSubString = "Go語言是Google開發的一種靜態強類型、編譯型、并發型，并具有垃圾回收功能的編程語言。為了方便搜索和識別，有時會將其稱為Golang。"
var benchmarkSubStringLength = 20
func SubStrRunes(s string, length int) string {
if utf8.RuneCountInString(s) > length {
rs := []rune(s)
return string(rs[:length])
}
return s
}
func BenchmarkSubStrRunes(b *testing.B) {
for i := 0; i b.N; i++ {
SubStrRunes(benchmarkSubString, benchmarkSubStringLength)
}
}
我得到了讓我有些吃驚的結果：
goos: darwin
goarch: amd64
pkg: github.com/thinkeridea/go-extend/exunicode/exutf8/benchmark
BenchmarkSubStrRunes-8 872253 1363 ns/op 336 B/op 2 allocs/op
PASS
ok github.com/thinkeridea/go-extend/exunicode/exutf8/benchmark 2.120s
對 69 個的字符串截取前 20 個字符需要大概 1.3 微秒，這極大的超出了我的心里預期，我發現因為類型轉換帶來了內存分配，這產生了一個新的字符串，并且類型轉換需要大量的計算。
救命稻草 - utf8.DecodeRuneInString
我想改善類型轉換帶來的額外運算和內存分配，我仔細的梳理了一遍 strings 包，發現并沒有相關的工具，這時我想到了 utf8 包，它提供了多字節計算相關的工具，實話說我對它并不熟悉，或者說沒有主動（直接）使用過它，我查看了它所有的文檔發現 utf8.DecodeRuneInString 函數可以轉換單個字符，并給出字符占用字節的數量，我嘗試了如此下的實驗：
package benchmark
import (
"testing"
"unicode/utf8"
)
var benchmarkSubString = "Go語言是Google開發的一種靜態強類型、編譯型、并發型，并具有垃圾回收功能的編程語言。為了方便搜索和識別，有時會將其稱為Golang。"
var benchmarkSubStringLength = 20
func SubStrDecodeRuneInString(s string, length int) string {
var size, n int
for i := 0; i length n len(s); i++ {
_, size = utf8.DecodeRuneInString(s[n:])
n += size
}
return s[:n]
}
func BenchmarkSubStrDecodeRuneInString(b *testing.B) {
for i := 0; i b.N; i++ {
SubStrDecodeRuneInString(benchmarkSubString, benchmarkSubStringLength)
}
}
運行它之后我得到了令我驚喜的結果：
goos: darwin
goarch: amd64
pkg: github.com/thinkeridea/go-extend/exunicode/exutf8/benchmark
BenchmarkSubStrDecodeRuneInString-8 10774401 105 ns/op 0 B/op 0 allocs/op
PASS
ok github.com/thinkeridea/go-extend/exunicode/exutf8/benchmark 1.250s
較 []rune 類型轉換效率提升了 13倍，消除了內存分配，它的確令人激動和興奮，我迫不及待的回復了 “hollowaykeanho” 告訴他我發現了一個更好的方法，并提供了相關的性能測試。
我有些小激動，興奮的瀏覽著論壇里各種有趣的問題，在查看一個問題的幫助時 (忘記是哪個問題了-_-||) ，我驚奇的發現了另一個思路。
良藥不一定苦 - range 字符串迭代
許多人似乎遺忘了 range 是按字符迭代的，并非字節。使用 range 迭代字符串時返回字符起始索引和對應的字符，我立刻嘗試利用這個特性編寫了如下用例：
package benchmark
import (
"testing"
)
var benchmarkSubString = "Go語言是Google開發的一種靜態強類型、編譯型、并發型，并具有垃圾回收功能的編程語言。為了方便搜索和識別，有時會將其稱為Golang。"
var benchmarkSubStringLength = 20
func SubStrRange(s string, length int) string {
var n, i int
for i = range s {
if n == length {
break
}
n++
}
return s[:i]
}
func BenchmarkSubStrRange(b *testing.B) {
for i := 0; i b.N; i++ {
SubStrRange(benchmarkSubString, benchmarkSubStringLength)
}
}
我嘗試運行它，這似乎有著無窮的魔力，結果并沒有令我失望。
goos: darwin
goarch: amd64
pkg: github.com/thinkeridea/go-extend/exunicode/exutf8/benchmark
BenchmarkSubStrRange-8 12354991 91.3 ns/op 0 B/op 0 allocs/op
PASS
ok github.com/thinkeridea/go-extend/exunicode/exutf8/benchmark 1.233s
它僅僅提升了13%，但它足夠的簡單和易于理解，這似乎就是我苦苦尋找的那味良藥。
如果你以為這就結束了，不、這對我來只是探索的開始。
終極時刻 - 自己造輪子
喝了 range 那碗甜的膩人的良藥，我似乎冷靜下來了，我需要造一個輪子，它需要更易用，更高效。
于是乎我仔細觀察了兩個優化方案，它們似乎都是為了查找截取指定長度字符的索引位置，如果我可以提供一個這樣的方法，是否就可以提供用戶一個簡單的截取實現 s[:strIndex(20)] ，這個想法萌芽之后我就無法再度擺脫，我苦苦思索兩天來如何來提供易于使用的接口。
之后我創造了exutf8.RuneIndexInString 和 exutf8.RuneIndex 方法，分別用來計算字符串和字節切片中指定字符數量結束的索引位置。
我用 exutf8.RuneIndexInString 實現了一個字符串截取測試：
package benchmark
import (
"testing"
"unicode/utf8"
"github.com/thinkeridea/go-extend/exunicode/exutf8"
)
var benchmarkSubString = "Go語言是Google開發的一種靜態強類型、編譯型、并發型，并具有垃圾回收功能的編程語言。為了方便搜索和識別，有時會將其稱為Golang。"
var benchmarkSubStringLength = 20
func SubStrRuneIndexInString(s string, length int) string {
n, _ := exutf8.RuneIndexInString(s, length)
return s[:n]
}
func BenchmarkSubStrRuneIndexInString(b *testing.B) {
for i := 0; i b.N; i++ {
SubStrRuneIndexInString(benchmarkSubString, benchmarkSubStringLength)
}
}
嘗試運行它，我對結果感到十分欣慰：
goos: darwin
goarch: amd64
pkg: github.com/thinkeridea/go-extend/exunicode/exutf8/benchmark
BenchmarkSubStrRuneIndexInString-8 13546849 82.4 ns/op 0 B/op 0 allocs/op
PASS
ok github.com/thinkeridea/go-extend/exunicode/exutf8/benchmark 1.213s
性能較 range 提升了 10%，讓我很欣慰可以再次獲得新的提升，這證明它是有效的。
它足夠的高效，但是卻不夠易用，我截取字符串需要兩行代碼，如果我想截取 10~20之間的字符就需要4行代碼，這并不是用戶易于使用的接口，我參考了其它語言的 sub_string 方法，我想我應該也設計一個這個樣的接口給用戶。
exutf8.RuneSubString 和 exutf8.RuneSub 是我認真思索后編寫的方法：
func RuneSubString(s string, start, length int) string
它有三個參數：
- s : 輸入的字符串
- start : 開始截取的位置，如果 start 是非負數，返回的字符串將從 string 的 start 位置開始，從 0 開始計算。例如，在字符串 “abcdef” 中，在位置 0 的字符是 “a”，位置 2 的字符串是 “c” 等等。 如果 start 是負數，返回的字符串將從 string 結尾處向前數第 start 個字符開始。 如果 string 的長度小于 start，將返回空字符串。
- length：截取的長度，如果提供了正數的 length，返回的字符串將從 start 處開始最多包括 length 個字符（取決于 string 的長度）。 如果提供了負數的 length，那么 string 末尾處的 length 個字符將會被省略（若 start 是負數則從字符串尾部算起）。如果 start 不在這段文本中，那么將返回空字符串。 如果提供了值為 0 的 length，返回的子字符串將從 start 位置開始直到字符串結尾。
我為他們提供了別名，根據使用習慣大家更傾向去 strings 包尋找這類問題的解決方法，我創建了exstrings.SubString 和 exbytes.Sub 作為更易檢索到的別名方法。
最后我需要再做一個性能測試，確保它的性能：
package benchmark
import (
"testing"
"github.com/thinkeridea/go-extend/exunicode/exutf8"
)
var benchmarkSubString = "Go語言是Google開發的一種靜態強類型、編譯型、并發型，并具有垃圾回收功能的編程語言。為了方便搜索和識別，有時會將其稱為Golang。"
var benchmarkSubStringLength = 20
func SubStrRuneSubString(s string, length int) string {
return exutf8.RuneSubString(s, 0, length)
}
func BenchmarkSubStrRuneSubString(b *testing.B) {
for i := 0; i b.N; i++ {
SubStrRuneSubString(benchmarkSubString, benchmarkSubStringLength)
}
}
運行它，不會讓我失望：
goos: darwin
goarch: amd64
pkg: github.com/thinkeridea/go-extend/exunicode/exutf8/benchmark
BenchmarkSubStrRuneSubString-8 13309082 83.9 ns/op 0 B/op 0 allocs/op
PASS
ok github.com/thinkeridea/go-extend/exunicode/exutf8/benchmark 1.215s
雖然相較 exutf8.RuneIndexInString 有所下降，但它提供了易于交互和使用的接口，我認為這應該是最實用的方案，如果你追求極致仍然可以使用 exutf8.RuneIndexInString，它依然是最快的方案。
總結
當看到有疑問的代碼，即使它十分的簡單，依然值得深究，并不停的探索它，這并不枯燥和乏味，反而會有極多收獲。
從起初 []rune 類型轉換到最后自己造輪子，不僅得到了16倍的性能提升，我還學習了utf8包、加深了range 遍歷字符串的特性 以及為 go-extend 倉庫收錄了多個實用高效的解決方案，讓更多go-extend 的用戶得到成果。
go-extend 是一個收錄實用、高效方法的倉庫，讀者們如果好的函數和通用高效的解決方案，期待你們不吝嗇給我發送 Pull request，你也可以使用這個倉庫加快功能實現及提升性能。
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
您可能感興趣的文章:- Golang中文字符串截取函數實現原理
- go語言按顯示長度截取字符串的方法
- Go語言按字節截取字符串的方法
- Go語言截取字符串函數用法
- golang快速實現網頁截圖的方法
