GO语言类型转换和类型断言实例分析
2019/7/10 22:14:00
本文主要是介绍GO语言类型转换和类型断言实例分析,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
本文实例讲述了GO语言类型转换和类型断言的用法。分享给大家供大家参考。具体分析如下:
由于Go语言不允许隐式类型转换。而类型转换和类型断言的本质,就是把一个类型转换到另一个类型。
一、类型转换
(1)、语法:<结果类型> := <目标类型> ( <表达式> )
(2)、类型转换是用来在不同但相互兼容的类型之间的相互转换的方式,所以,当类型不兼容的时候,是无法转换的。如下:
var var1 int = 7
fmt.Printf("%T->%v\n", var1, var1)
var2 := float32(var1)
var3 := int64(var1)
//var4 := []int8(var1)
//var5 := []string(var1)
fmt.Printf("%T->%v\n", var2, var2)
fmt.Printf("%T->%v\n", var3, var3)
//fmt.Printf("%T->%d", var4, var4)
//fmt.Printf("%T->%d", var5, var5)
}
其中,var4和var5处运行会报错。因为类型不兼容。注释后,输出如下:
float32->7
int64->7
值得注意的是,如果某些类型可能引起误会,应该用括号括起来转换,如下:
//创建一个int变量,并获得它的指针
var1 := new(int32)
fmt.Printf("%T->%v\n", var1, var1)
var2 := *int32(var1)
fmt.Printf("%T->%v\n", var2, var2)
}
*int32(var1)相当于*(int32(var1)),一个指针,当然不能直接转换成一个int32类型,所以该表达式直接编译错误。将该表达式改为 (*int32)(var1)就可以正常输出了。
二、类型断言
(1)语法:
<目标类型的值>,<布尔参数> := <表达式>.( 目标类型 ) // 安全类型断言
<目标类型的值> := <表达式>.( 目标类型 ) //非安全类型断言
(2)类型断言的本质,跟类型转换类似,都是类型之间进行转换,不同之处在于,类型断言实在接口之间进行,相当于Java中,对于一个对象,把一种接口的引用转换成另一种。
我们先来看一个最简单的错误的类型断言:
var i interface{} = "kk"
j := i.(int)
fmt.Printf("%T->%d\n", j, j)
}
var i interface{} = "KK" 某种程度上相当于java中的,Object i = "KK";
现在把这个 i 转换成 int 类型,系统内部检测到这种不匹配,就会调用内置的panic()函数,抛出一个异常。
改一下,把 i 的定义改为:var i interface{} = 99,就没问题了。输出为:
以上是不安全的类型断言。我们来看一下安全的类型断言:
var i interface{} = "TT"
j, b := i.(int)
if b {
fmt.Printf("%T->%d\n", j, j)
} else {
fmt.Println("类型不匹配")
}
}
输出“类型不匹配”。
希望本文所述对大家的GO语言程序设计有所帮助。
这篇关于GO语言类型转换和类型断言实例分析的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-11-20MongoDB教程:从入门到实践详解
- 2024-11-17执行 Google Ads API 查询后返回的是空数组什么原因?-icode9专业技术文章分享
- 2024-11-17google广告数据不同经理账户下的凭证可以获取对方的api数据吗?-icode9专业技术文章分享
- 2024-11-15SendGrid 的 Go 客户端库怎么实现同时向多个邮箱发送邮件?-icode9专业技术文章分享
- 2024-11-15SendGrid 的 Go 客户端库怎么设置header 和 标签tag 呢?-icode9专业技术文章分享
- 2024-11-12Cargo deny安装指路
- 2024-11-02MongoDB项目实战:从入门到初级应用
- 2024-11-01随时随地一键转录,Google Cloud 新模型 Chirp 2 让语音识别更上一层楼
- 2024-10-25Google Cloud动手实验详解:如何在Cloud Run上开发无服务器应用
- 2024-10-24AI ?先驱齐聚 BAAI 2024,发布大规模语言、多模态、具身、生物计算以及 FlagOpen 2.0 等 AI 模型创新成果。