博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
golang源码包阅读 bytes
阅读量:6246 次
发布时间:2019-06-22

本文共 7135 字,大约阅读时间需要 23 分钟。

bytes 笔记

byte.go

Overview

操作字节切片的函数,与字符串 strings  包类似。

核心函数

genSplit(s, sep []byte, sepSave, n int) [][]byte

切分切片使用的最核心的函数。

有四个参数,第一个是被切切片,第二个是分隔符,第三个是选择包含分隔符在内往后几个字节一起作为子切片,最后一个是最多通过n个分隔符来切分

// Generic split: splits after each instance of sep,// including sepSave bytes of sep in the subslices.// 将含有 sep 的字节切片全部单独切开,最多切 n 个,同时 匹配到时候多切 sepSave 个字节一起切进同一个切片func genSplit(s, sep []byte, sepSave, n int) [][]byte {	if n == 0 {		return nil	}	if len(sep) == 0 {		return explode(s, n)	}	if n < 0 {		n = Count(s, sep) + 1	}	a := make([][]byte, n)	n--	i := 0	for i < n {		m := Index(s, sep)		if m < 0 {			break		}		a[i] = s[: m+sepSave : m+sepSave]		s = s[m+len(sep):]		i++	}	a[i] = s	return a[:i+1]}复制代码

Fields(s []byte) [][]byte

主要是可以消除多个分隔符连续的噪声

这里的巧妙的地方时通过了一个 uint8 数组来实现了 ASCII 编码的空格的判定,还是使用位来判定是否存在非ASCII编码加快分隔速度。
有一个 FieldsFunc 函数来自定义规则

var asciiSpace = [256]uint8{
'\t': 1, '\n': 1, '\v': 1, '\f': 1, '\r': 1, ' ': 1}// Fields interprets s as a sequence of UTF-8-encoded code points.// It splits the slice s around each instance of one or more consecutive white space// characters, as defined by unicode.IsSpace, returning a slice of subslices of s or an// empty slice if s contains only white space.func Fields(s []byte) [][]byte { // First count the fields. // This is an exact count if s is ASCII, otherwise it is an approximation. n := 0 wasSpace := 1 // setBits is used to track which bits are set in the bytes of s. // 意思就是通过位来判断是否所有的都可以通过字节来表示而不是需要utf-8编码 setBits := uint8(0) // 这里实现了如果连续出现空格不会多次计数的除噪,通过 wasSpace for i := 0; i < len(s); i++ { r := s[i] setBits |= r isSpace := int(asciiSpace[r]) n += wasSpace & ^isSpace wasSpace = isSpace } //不能通过ASCII码了就用utf-8 if setBits >= utf8.RuneSelf { // Some runes in the input slice are not ASCII. return FieldsFunc(s, unicode.IsSpace) } // ASCII fast path 更快 a := make([][]byte, n) na := 0 fieldStart := 0 i := 0 // Skip spaces in the front of the input. // 跳过开头的空格 for i < len(s) && asciiSpace[s[i]] != 0 { i++ } fieldStart = i for i < len(s) { if asciiSpace[s[i]] == 0 { i++ continue } a[na] = s[fieldStart:i:i] na++ i++ // Skip spaces in between fields. for i < len(s) && asciiSpace[s[i]] != 0 { i++ } fieldStart = i } // 弥补上面的判断可能最后的EOF会忽略 if fieldStart < len(s) { // Last field might end at EOF. a[na] = s[fieldStart:len(s):len(s)] } return a}复制代码

Join(s [][]byte, sep []byte) []byte

有分离就有连结,通过 sep 分隔符插在中间。

// Join concatenates the elements of s to create a new byte slice. The separator// sep is placed between elements in the resulting slice.func Join(s [][]byte, sep []byte) []byte {	if len(s) == 0 {		return []byte{}	}	if len(s) == 1 {		// Just return a copy.		return append([]byte(nil), s[0]...)	}  //判断需要多长的切片	n := len(sep) * (len(s) - 1)	for _, v := range s {		n += len(v)	}	b := make([]byte, n)	bp := copy(b, s[0])	for _, v := range s[1:] {		bp += copy(b[bp:], sep)		bp += copy(b[bp:], v)	}	return b}复制代码

Map(mapping func(r rune) rune, s []byte) []byte

通过映射函数替换切片中满足条件的字节

// Map returns a copy of the byte slice s with all its characters modified// according to the mapping function. If mapping returns a negative value, the character is// dropped from the byte slice with no replacement. The characters in s and the// output are interpreted as UTF-8-encoded code points.func Map(mapping func(r rune) rune, s []byte) []byte {	// In the worst case, the slice can grow when mapped, making	// things unpleasant. But it's so rare we barge in assuming it's	// fine. It could also shrink but that falls out naturally.	maxbytes := len(s) // length of b	nbytes := 0        // number of bytes encoded in b	b := make([]byte, maxbytes)	for i := 0; i < len(s); {		wid := 1		r := rune(s[i])		if r >= utf8.RuneSelf {			r, wid = utf8.DecodeRune(s[i:])		}		r = mapping(r)		if r >= 0 {			rl := utf8.RuneLen(r)			if rl < 0 {				rl = len(string(utf8.RuneError))			}			if nbytes+rl > maxbytes {				// Grow the buffer.				maxbytes = maxbytes*2 + utf8.UTFMax				nb := make([]byte, maxbytes)				copy(nb, b[0:nbytes])				b = nb			}			nbytes += utf8.EncodeRune(b[nbytes:maxbytes], r)		}		i += wid	}	return b[0:nbytes]}复制代码

indexFunc(s []byte, f func(r rune) bool, truth bool) int

返回满足条件函数的 rune 的下标,未找到就返回-1

条件函数可以是满足条件,可以是不满足条件,看变量 truth 的使用

// indexFunc is the same as IndexFunc except that if// truth==false, the sense of the predicate function is// inverted.func indexFunc(s []byte, f func(r rune) bool, truth bool) int {	start := 0	for start < len(s) {		wid := 1		r := rune(s[start])    //如果是utf-8编码才能识别,则调用utf-8.DecodeRune(s[start:])		if r >= utf8.RuneSelf {			r, wid = utf8.DecodeRune(s[start:])		}		if f(r) == truth {			return start		}		start += wid	}	return -1}复制代码

makeCutsetFunc(cutset string) func(r rune) bool

通过传入 的 string 类型变量,作为判断的条件函数,该函数判断 如果是 string 蕴含的返回真否则假

func makeCutsetFunc(cutset string) func(r rune) bool {	if len(cutset) == 1 && cutset[0] < utf8.RuneSelf {		return func(r rune) bool {			return r == rune(cutset[0])		}	}	if as, isASCII := makeASCIISet(cutset); isASCII {		return func(r rune) bool {			return r < utf8.RuneSelf && as.contains(byte(r))		}	}	return func(r rune) bool {		for _, c := range cutset {			if c == r {				return true			}		}		return false	}}复制代码

帮助实现的使用次数较多的函数

DecodeRune(p []byte) (r rune, size int)

// DecodeRune unpacks the first UTF-8 encoding in p and returns the rune and// its width in bytes. If p is empty it returns (RuneError, 0). Otherwise, if// the encoding is invalid, it returns (RuneError, 1). Both are impossible// results for correct, non-empty UTF-8.//// An encoding is invalid if it is incorrect UTF-8, encodes a rune that is// out of range, or is not the shortest possible UTF-8 encoding for the// value. No other validation is performed.func DecodeRune(p []byte) (r rune, size int) {	n := len(p)	if n < 1 {		return RuneError, 0	}	p0 := p[0]	x := first[p0]	if x >= as {		// The following code simulates an additional check for x == xx and		// handling the ASCII and invalid cases accordingly. This mask-and-or		// approach prevents an additional branch.		mask := rune(x) << 31 >> 31 // Create 0x0000 or 0xFFFF.		return rune(p[0])&^mask | RuneError&mask, 1	}	sz := x & 7	accept := acceptRanges[x>>4]	if n < int(sz) {		return RuneError, 1	}	b1 := p[1]	if b1 < accept.lo || accept.hi < b1 {		return RuneError, 1	}	if sz == 2 {		return rune(p0&mask2)<<6 | rune(b1&maskx), 2	}	b2 := p[2]	if b2 < locb || hicb < b2 {		return RuneError, 1	}	if sz == 3 {		return rune(p0&mask3)<<12 | rune(b1&maskx)<<6 | rune(b2&maskx), 3	}	b3 := p[3]	if b3 < locb || hicb < b3 {		return RuneError, 1	}	return rune(p0&mask4)<<18 | rune(b1&maskx)<<12 | rune(b2&maskx)<<6 | rune(b3&maskx), 4}复制代码

Equal(a, b []byte) bool

//go:noescape// Equal returns a boolean reporting whether a and b// are the same length and contain the same bytes.// A nil argument is equivalent to an empty slice.func Equal(a, b []byte) bool // in internal/bytealg复制代码

总结

实现了几乎所有能对字节切片产生的操作,基本都是基于 utf-8 编码来判定的,或者使用 ASCII 码当可以使用的时候,实现了

  • 分隔    各种规则的分隔符分隔(包括自定义规则)
  • 裁剪    内置左右匹配的裁剪(自定义规则)和裁剪空格符
  • 粘合
  • 索引
  • 替换
  • 各种规则的替换
  • 内置大小写和标题字体的替换
  • 这些都是在包内分成了小函数来实现增强可自定义的性质,比如内置实现一些判断是否有前缀,是否包含某些编码,就像造好了手枪和一些子弹,想要更多功能直接制造特制子弹即可。

Ps:包含有 Rabin-Karp search 的实现,被使用在 Index 这个返回索引的函数中。

转载地址:http://ajmia.baihongyu.com/

你可能感兴趣的文章
安装Oracle
查看>>
LoadRunner基础知识
查看>>
How to helloworld on Xcode
查看>>
PHP常见设计模式简单实现
查看>>
java课堂相关问题
查看>>
图片溢出div问题的最终解决方案
查看>>
区分Web Server和应用服务器
查看>>
计算字符串长度,加车头
查看>>
$ sudo python -m pip install pylint 出错解决方法
查看>>
安卓返回信息方式
查看>>
20145209刘一阳 《网络对抗》Exp7 网络欺诈技术防范
查看>>
常用的 JS 排序算法整理
查看>>
Dora.Interception,为.NET Core度身打造的AOP框架 [3]:多样化拦截器应用方式
查看>>
win7为鼠标右键添加“用Photoshop编辑”选项
查看>>
内部div自动扩张剩余宽度
查看>>
hbase伪分布式搭建和完全分布式搭建
查看>>
运行命令集
查看>>
在ORACLE里用存储过程定期分割表
查看>>
201621123069 《Java程序设计》第12周学习总结
查看>>
LINQ to Entity(摘录)
查看>>