概述 #
如果字符串中全部都是 ASCII 字节，直接使用切片的方式截取，是最简单和最高效的方式，如:
package main
func main() {
s := "hello world"
s2 := s[2:5]
println(s2) // llo
}
但是，如果字符串中有中文，这种方式会出现乱码:
package main
func main() {
s := "Go 语言的优势是什么？"
s2 := s[2:5]
println(s2) // �
}
如何从一个中英文 + 数字混合的字符串中，截取一部分中文字符串呢？
rune #
首先能想到的是将字符串转换为 []rune 类型，这样就不会出现乱码问题了。
package main
import "fmt"
func main() {
s := "Go 语言的优势是什么？"
rs := []rune(s)
s2 := rs[2:5]
fmt.Printf("%s\n", string(s2)) // 语言
}
虽然可以得到正确答案，但是代码中出现了两次类型转换过程，我们来做一下基准测试，代码如下:
package performance
import (
"testing"
)
func Benchmark_SubCNString(b *testing.B) {
s := "Go 语言的优势是什么？"
for i := 0; i < b.N; i++ {
rs := []rune(s)
s2 := rs[0:5]
_ = string(s2)
}
}
运行测试，并将基准测试结果写入文件:
# 运行 100000 次，统计内存分配
$ go test -run='^$' -bench=. -count=1 -benchtime=100000x > slow.txt
range #
range 遍历字符串时，默认使用 字符 迭代，也就是 ASCII 和 中文 都算作一个 字符, 可以利用该特性来实现截取功能:
package main
import "fmt"
// 这里作为测试，只提供一个参数，就是截取的长度
// 感兴趣的读者可以在此基础上扩展，加一个参数，截取的起始位置
func substr(s string, length int) string {
var cnt, start int
for start = range s {
if cnt == length {
break
}
cnt++
}
return s[:start]
}
func main() {
s := "Go 语言的优势是什么？"
fmt.Printf("%s\n", substr(s, 5)) // Go 语言
}
运行测试，并将基准测试结果写入文件:
# 运行 100000 次，统计内存分配
$ go test -run='^$' -bench=. -count=1 -benchtime=100000x > fast.txt
使用 benchstat 比较差异 #
$ benchstat -alpha=100 fast.txt slow.txt
# 输出如下:
name old time/op new time/op delta
_SubCNString-8 16.1ns ± 0% 212.1ns ± 0% +1214.13% (p=1.000 n=1+1)
从输出的结果中可以看到，采用了 range 方案后，性能提升了 12 倍 之多。
