当前位置:首页 > 文章列表 > Golang > Go问答 > 问题出现在将十六进制转换为字节数组时

问题出现在将十六进制转换为字节数组时

来源:stackoverflow 2024-02-22 10:36:24 0浏览 收藏

偷偷努力,悄无声息地变强,然后惊艳所有人!哈哈,小伙伴们又来学习啦~今天我将给大家介绍《问题出现在将十六进制转换为字节数组时》,这篇文章主要会讲到等等知识点,不知道大家对其都有多少了解,下面我们就一起来看一吧!当然,非常希望大家能多多评论,给出合理的建议,我们一起学习,一起进步!

问题内容

我正在尝试将十六进制插入字节数组。

十六进制应该由 mac addr 组成,如下所示, 不将mac地址转换为十六进制,只需在每两个数字前面添加“0x”即可。 mac =“00:19:10:08:fe:08” 十六进制 = 0x00、0x19、0x10、0x08、0xfe、0x08

我制作了如下所示的字符串切片来制作十六进制数组。

mac := "00:19:10:08:fe:08"
a := strings.split(mac, ":")

for i, v := range a {
    a[i] = "0x" + v
}
fmt.println(a) // output: [0x00 0x19 0x10 0x08 0xfe 0x08]

我将字符串切片合并到字节切片中。

myByte := []byte{0x15, 0x1a}
myByte = append(myByte, a)

但是发生了如下错误, “不能在附加中使用 (type []string) 作为字节类型”。

简而言之, 我想用mac地址(“00:19:10:08:fe:08”)制作字节数组。 字节数组应该是 []字节{0x00、0x19、0x19、0x08、0xfe、0x08} 如何使用 go 自动生成这个字节数组?


正确答案


使用net.parsemac(mac)尝试this:

package main

import (
    "fmt"
    "log"
    "net"
)

func main() {
    mac := "00:19:10:08:FE:08"
    hw, err := net.ParseMAC(mac)
    if err != nil {
        log.Fatal(err)
    }
    fmt.Println(hw)
    // type HardwareAddr []byte
}

以上就是《问题出现在将十六进制转换为字节数组时》的详细内容,更多关于的资料请关注golang学习网公众号!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
深入了解Golang中map的删除操作深入了解Golang中map的删除操作
上一篇
深入了解Golang中map的删除操作
揭秘华为P70 Art旗舰手机:配置创新可变光圈和索尼IMX989主摄
下一篇
揭秘华为P70 Art旗舰手机:配置创新可变光圈和索尼IMX989主摄
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    263次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    312次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    291次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    269次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    86次使用