String 默认情况下，Erlang二进制字符串

我正在编写一个erlang模块，它必须处理一些字符串，但不太多，但是，我会执行一些tcp recv，然后对数据进行一些解析

在匹配数据和操作字符串时，我一直在使用二进制模块，比如

binary:split（data，）

，基本上一直在使用

到目前为止，我还没有遇到困难或缺少替代方法（使用列表），除了添加之外，一切都很自然，但我想知道这种处理字符串的方法是否有我不知道的缺点

---

有什么提示吗？

唯一需要注意的是二进制是字节片，而列表是unicode代码点的列表。换句话说，后者自然是unicode，而前者需要进行某种编码，通常是UTF-8

---

据我所知，您的方法没有缺点。

只要您和您的团队记住字符串是二进制文件而不是列表，这种方法就没有固有的问题。事实上，couchdb将这种方法视为一种优化，显然获得了不错的回报。

二进制文件是存储字符串的非常有效的结构。如果它们的长度超过64B，那么它们也存储在进程堆之外，所以它们不是GC的对象（当最后一个ref丢失时，仍然由ref计数GC）。不要忘记使用iolist连接它们，以避免在性能重要时进行复制。

您需要非常清楚字符串在二进制文件中的编码方式。当您在代码中执行此操作时，您必须知道这只是代码点列表的二进制序列化。您的Erlang编译器将代码读取为ISO-8859-1字符，因此只要您只使用拉丁-1字符并一致地执行此操作，就可以了，但这对国际化不是很友好

如今，大多数应用软件应该更喜欢unicode编码。UTF-8对于前128个码点与您的兼容，但对于第二个128个码点不兼容，因此请小心。如果在代码中使用UTF-8编码的web应用程序，您可能会惊讶于看到的内容

有一个EEP提议以的形式提供二进制支持，但我认为这还没有最终确定

另外，请注意，如果存在包含要拆分的IS0-8859-1字节的多字节字符，则binary:split/2函数可能会在UTF-8中产生意外结果

有些人认为UTF-16是一种更好的编码方式，因为如果您假设或验证不存在32位字符，则可以更高效地解析UTF-16，并且可以更容易地按索引拆分UTF-16

应该使用文本，但在使用文本时要小心