5.1 字符串的本质

在编程语言中，字符串是一种重要的数据结构，通常由一系列字符组成。字符串一般有两种类型，一种在编译时指定长度，不能修改。一种具有动态的长度，可以修改。但是在Go语言中，字符串不能被修改，只能被访问，不能采取如下方式对字符串进行修改。

字符串的终止有两种方式，一种是C语言中的隐式申明，以字符“\0”作为终止符。一种是Go语言中的显式声明。Go语言运行时字符串string的表示结构如下。

其中，Data指向底层的字符数组，Len代表字符串的长度。字符串在本质上是一串字符数组，每个字符在存储时都对应了一个或多个整数，这涉及字符集的编码方式。如下所示，在打印hello world这11个字符时，通过下标输出其十六进制表示的字节数组为68 65 6c 6c 6f 20 77 6f72 6c 64。

Go语言中所有的文件都采用UTF-8的编码方式，同时字符常量使用UTF-8的字符编码集。UFT-8是一种长度可变的编码方式，可包含世界上大部分的字符。上例中的字母都只占据1字节，但是特殊的字符（例如大部分中文）会占据3字节。如下所示，变量b看起来只有4个字符，但是len（b）获取的长度为8，字符串b中每个中文都占据了3字节。