Go1.18 新特性：棄用 strings.Title 方法，換個(gè)新坑吧！
本文轉(zhuǎn)載自微信公眾號「腦子進(jìn)煎魚了」，作者陳煎魚。轉(zhuǎn)載本文請聯(lián)系腦子進(jìn)煎魚了公眾號。
大家好，我是煎魚。
最近在看 Go1.18 Release Notes 時(shí)，發(fā)現(xiàn) strings, bytes 標(biāo)準(zhǔn)庫的 Title 方法，竟然被棄用了(Deprecated)，這是為什么呢?
今天這篇文章就由煎魚和大家一起看看。
介紹
這里以 strings 標(biāo)準(zhǔn)庫為例，strings.Title 方法的作用是：將所有單詞開頭的 Unicode 字母映射到其 Unicode 標(biāo)題大小寫。
例子如下：
import (
"fmt"
"strings"
)
func main() {
fmt.Println(strings.Title("her royal highness"))
fmt.Println(strings.Title("eddy cjy"))
fmt.Println(strings.Title("хлеб"))
}
輸出結(jié)果：
Her Royal Highness
Eddy Cjy
Хлеб
這些單詞均被轉(zhuǎn)換為其大寫。
問題
看上去似乎一切都很美好，但其實(shí)他現(xiàn)階段有 2 個(gè)明顯的缺陷。
分別是：
- 無法正確處理 Unicode 標(biāo)點(diǎn)符號。
- 不考慮特定人類語言的大寫規(guī)則。
接下來我們具體展開講講。
Unicode 標(biāo)點(diǎn)符號
第一個(gè)問題，例子如下：
import (
"fmt"
"strings"
)
func main() {
a := strings.Title("go.go\u2024go")
b := "Go.Go\u2024Go"
if a != b {
fmt.Printf("%s != %s\n", a, b)
}
}
輸出結(jié)果：
Go.Go?go != Go.Go?Go
變量 a 轉(zhuǎn)換處理的結(jié)果是 “Go.Go?go”，但按照實(shí)際的訴求應(yīng)當(dāng)為 “Go.Go?Go”。
特定語言規(guī)則
第二個(gè)問題，代碼如下：
func main() {
fmt.Println(strings.Title("ijsland"))
}
輸出結(jié)果：
Ijsland
在荷蘭語的單詞中，“ijsland” 應(yīng)大寫為 “IJsland”，但結(jié)果轉(zhuǎn)換為 “Ijsland”。
解決方案
這個(gè)問題在 2013 年就發(fā)現(xiàn)了，來源于《strings: Title function incorrectly handles word breaks[1]》，被 Go 語言之父 Rob Pike 標(biāo)識為計(jì)劃外的問題。
如下圖：
由于 Go1 兼容性保障的條約，因此這是 “無法” 修復(fù)的，一旦修復(fù)就會影響函數(shù)的輸出結(jié)果，是破壞性變更。
但也可以采取別的方式，也就是本文中提到的 “棄用”。如下標(biāo)識：
// Title returns a copy of the string s with all Unicode letters that begin words
// mapped to their Unicode title case.
//
// BUG(rsc): The rule Title uses for word boundaries does not handle Unicode punctuation properly.
//
// Deprecated: Use golang.org/x/text/cases instead.
func Title(s string) string {
在函數(shù)上標(biāo)識 “Deprecated”：
對應(yīng) Go 文檔會將其折疊并明確顯示棄用，建議直接使用 golang.org/x/text/cases 庫來實(shí)現(xiàn)該功能。
新的 x/text/cases 案例如下：
import (
"fmt"
"golang.org/x/text/cases"
"golang.org/x/text/language"
)
func main() {
src := []string{
"hello world!",
"i with dot",
"'n ijsberg",
"here comes O'Brian",
}
for _, c := range []cases.Caser{
cases.Lower(language.Und),
cases.Upper(language.Turkish),
cases.Title(language.Dutch),
cases.Title(language.Und, cases.NoLower),
} {
fmt.Println()
for _, s := range src {
fmt.Println(c.String(s))
}
}
}
輸出結(jié)果：
hello world!
i with dot
'n ijsberg
here comes o'brian
HELLO WORLD!
? W?TH DOT
'N ?JSBERG
HERE COMES O'BR?AN
Hello World!
I With Dot
'n IJsberg
Here Comes O'brian
Hello World!
I With Dot
'N Ijsberg
Here Comes O'Brian
輸出了多種語言的轉(zhuǎn)換，我們核心關(guān)注 cases.Lower(language.Und) 相關(guān)的代碼，該庫會通過調(diào)用：
- cases.Title(<language>).Bytes(<bytes>)
- cases.Title(<language>).String(<string>)
在編程中指定處理的語言，來解決不同人類語言的符號、不同語言和大寫詞語的訴求，避免一刀切。
但這個(gè)新 “坑”，顯然也引入了更多的復(fù)雜性，說好的 “l(fā)ess is more...”，使用該方法時(shí)值得考量新的成本了。
總結(jié)
雖然只有一個(gè)小小的函數(shù)，但也延伸出了不少的問題。本質(zhì)上還是在設(shè)計(jì)時(shí)，存在認(rèn)知的局限性。
另外 strings.Title 和 bytes.Title 函數(shù)，在實(shí)際工作中也常被誤解為就是轉(zhuǎn)換首字母大寫的方法，與設(shè)計(jì)含義相違背。
雖然最終與缺陷相比，這樣的誤解卻帶來了更好的效果，但對于一些特殊場景和語言支持，還是有很大的問題。
也算是塞翁失馬，焉知非福了。
參考資料
[1]strings: Title function incorrectly handles word breaks: https://github.com/golang/go/issues/6801
