Golang实践录：一个字符串比较示例

Posted 2023-03-06 李迟

本文介绍两个含中文的字符串且针对相同位置字符的比较，给出实现代码。

起因

某工程需将接收的字符串和数据库里的指定字段值对比，该字符串含中文，两者允许个别字符有差异，差异数量3及以下的，认为相同。

字符串默认用 string，于是想当然使用循环遍历，逐个字符对比之，还使用了strings.EqualFold函数，测试才发现，如果是有中文的话，结果不准确。

分析

Golang 语言的中文使用 uf-8存储，其长度并不固定。以字符串岑溪450481和芩溪458481为例，肉眼可见，长度均为8，第一个中文和第三个数字不同，因此差异数量为2，按需求，应认为两个字符串相同。但用 string 对比，结果是不相同，将所有字符打印如下：

次数 字符1 字符2 字符1 字符2
[0] å è 229 232
[1] ²  178 138
[2]  © 145 169
[3] æ æ 230 230
[4] º º 186 186
[5] ª ª 170 170
[6] 4 4 52 52
[7] 5 5 53 53
[8] 0 8 48 56
[9] 4 4 52 52
[10] 8 8 56 56
[11] 1 1 49 49

可以看到，上述字符串的长度为12，共有4个地方不同，因此对比后认为不相同。

而用 rune 类型存储，再对比，所有字符如下：

次数 字符1 字符2 字符1 字符2
[0] 岑 芩 23697 33449
[1] 溪 溪 28330 28330
[2] 4 4 52 52
[3] 5 5 53 53
[4] 0 8 48 56
[5] 4 4 52 52
[6] 8 8 56 56
[7] 1 1 49 49

可以看到，字符串长度为8，和肉眼认为的一致，共有2个地方不同，因此对比后认为相同。

测试

函数封装如下：

func String2Rune(src string) (dest []rune) 

	for _, item := range src 
		dest = append(dest, item)
	
	return


func checkString(aaa_str, bbb_str string) bool 
	sameCnt := 0
	// 用此法对比不准确
	if len(aaa_str) == len(bbb_str) 
		for i := 0; i < len(bbb_str); i++ 
			if strings.EqualFold(string(aaa_str[i]), string(bbb_str[i])) 
				sameCnt++
			
		
	
	if sameCnt >= len(bbb_str)-3 
		return true
	
	return false


func checkRune(aaa_str, bbb_str string) bool 
	sameCnt := 0
	// 如有中文，用rune类型
	aa_str := String2Rune(aaa_str)
	bb_str := String2Rune(bbb_str)
	if len(aa_str) == len(bb_str) 
		for i := 0; i < len(aa_str); i++ 
			if aa_str[i] == bb_str[i] 
				sameCnt++
			
		
	
	if sameCnt >= len(bb_str)-3 
		return true
	
	return false

为测试对比，设置对比两组数据，以人易理解角度看，分别相差0、1、2、3、4个字符，由实现代码如，相差3及以下字符认为相等，因此只有最后的一项数据不同。

代码如下：

func TestStringNum(t *testing.T) 

	var a []string = []string"岑溪450481", "岑溪450481", "岑溪450481", "岑溪450481", "岑溪450481"
	var b []string = []string"岑溪450481", "芩溪450481", "芩溪458481", "梧州450487", "梧州458487"

	for i := 0; i < len(a); i++ 
		fmt.Printf("%v string result: %v %v\\n", i, checkString(a[i], b[i]), checkRune(a[i], b[i]))
	

测试结果如下：

go test -run TestStringNum
0 string result: true true
1 string result: true true
2 string result: false true
3 string result: false true
4 string result: false false
PASS

小结

如涉及中文字符，因为utf8字符长度不固定，最好用rune类型比较。

李迟 2023.02.20