我觉得我的人生已经烂掉了。又一次。

下面给出两种常见的做法，关键在于如何统计某个标签被多少篇文章引用：

方法一：使用 Join Table 直接查询统计

假设你的多对多关系存储在 article_tags 表中，并且标签模型（Tag）类似如下：

type Tag struct {
    ID   uint   `gorm:"primaryKey"`
    Name string
    // 其他字段...
}

那么在删除文章时，你可以通过查询 article_tags 表来统计当前标签是否被其他文章引用：

func DeletePost(uid string) error {
    var article Article
    db := sql.GetDB()

    // 预加载 Tags, 这样后续能遍历对应的标签
    if err := db.Where("uid = ?", uid).Preload("Tags").First(&article).Error; err != nil {
        return err
    }
    
    // 遍历每个标签，检查是否还存在其他文章关联
    for _, tag := range article.Tags {
        var count int64
        // 查询 join table 中该 tag 被其他文章引用的次数
        // 请确保 "article_tags" 为你实际使用的表名
        db.Table("article_tags").Where("tag_id = ?", tag.ID).Count(&count)
        if count == 1 {
            // 如果仅有一个关联，则删除该标签
            if err := db.Delete(&tag).Error; err != nil {
                return err
            }
        }
    }

    // 移除关联（删除 join table 中对应记录）
    if err := db.Model(&article).Association("Tags").Clear(); err != nil {
        return err
    }

    // 删除文章记录
    if err := db.Delete(&article).Error; err != nil {
        return err
    }
    return nil
}

方法二：借助 GORM Association Mode 的 Count 方法

如果你在标签的模型中也定义了与文章的关联（比如在 Tag 模型中加入 Articles []Article gorm:"many2many:article_tags;"`），你就可以利用 GORM 内置的 Association("Articles").Count()` 来查询关联数量。示例如下：

标签模型：

type Tag struct {
    ID       uint      `gorm:"primaryKey"`
    Name     string
    Articles []Article `gorm:"many2many:article_tags;"`
}

在删除文章的函数中：

func DeletePost(uid string) error {
    var article Article
    db := sql.GetDB()

    // 预加载 Tags，确保能遍历所有标签
    if err := db.Where("uid = ?", uid).Preload("Tags").First(&article).Error; err != nil {
        return err
    }

    // 先清除文章与标签的关联关系
    if err := db.Model(&article).Association("Tags").Clear(); err != nil {
        return err
    }

        // 检查每个标签是否已经没有文章关联，如果是则删除标签
    for _, tag := range article.Tags {
        // 使用 Association Mode 的 Count 方法
        count := db.Model(&tag).Association("Articles").Count()
        if count == 1 {
            if err := db.Delete(&tag).Error; err != nil {
                return err
            }
        }
    }
    
    // 删除文章记录
    if err := db.Delete(&article).Error; err != nil {
        return err
    }
    return nil
}

总结

• 查询统计方式：可以直接根据 join table（如 article_tags）进行查询统计，代码简单直观，不需要在 Tag 模型中额外定义关联。
• Association Count 方式：需要在 Tag 模型中定义反向的多对多关联，但借助 GORM 的 Association().Count() 方法，代码更加面向对象，调用简单。

两种方法各有优劣，可以根据你的项目情况（模型定义是否包含双向关联、代码风格偏好等）来选择。

在 Gin 中，不论是 DELETE 还是 GET、POST 等请求方式，底层都是通过传入一个 *gin.Context 来获取请求参数，因此它们在参数获取上使用的机制基本是一致的。

不过需要注意的是：

• URL 参数和查询字符串参数：DELETE 接口可以同样通过路径参数（例如通过 :id 定义的参数）和查询字符串参数（使用 c.Query() 或 c.DefaultQuery() 方法）来接收参数，这与 GET 接口没有区别。
• 请求体参数：虽然 Gin 支持通过 c.Bind() 等方法解析 JSON、XML 或表单数据到结构体中（这在 POST 请求中比较常见），但 HTTP 规范中 DELETE 请求一般不建议携带请求体，所以如果需要通过请求体传参，可能会遇到客户端或服务器处理上的限制。实际上，Gin 并没有做出特殊处理，只是删除请求通常不包含 body，使用时需要根据实际需求选用合适的参数传递方式。

所以总结来说：Gin 中 DELETE 类型接口的参数接收方式在技术实现上与 GET、POST 是类似的，都依赖于 *gin.Context，但在具体使用时需要注意 DELETE 请求通常更偏向于使用路径或查询参数，而不推荐使用请求体。

在 Go 语言中，不能直接使用简单的类型转换将整型转换为字符串，因为 Go 是一种静态类型语言，变量的类型一经定义就不能随意改变。常见的做法有以下两种方法：

1. 使用 fmt.Sprintf：
   可借助 fmt.Sprintf 函数将整型格式化为字符串，例如：

   package main
   
   import (
       "fmt"
   )
   
   func main() {
       num := 123
       str := fmt.Sprintf("%d", num) // %d 表示十进制整数
       fmt.Println(str) // 输出 "123"
   }
   

   这种方法灵活性较高，可以轻松实现不同进制的转换.

2. 使用 strconv.Itoa：
   Go 标准库 strconv 提供了 Itoa（Integer to ASCII 的缩写）函数，专门用于将整型转换为字符串：

   package main
   
   import (
       "fmt"
       "strconv"
   )
   
   func main() {
       num := 123
       str := strconv.Itoa(num)
       fmt.Println(str) // 输出 "123"
   }
   

   这种方法更加直接简单，适用于需要将整数转换为十进制字符串的场景。

两种方法各有优劣，根据实际业务需求选择合适的方案即可.

在 Go 语言中，我们通常使用两种包来生成随机数，分别是用于生成伪随机数的 math/rand 包和用于生成加密安全随机数的 crypto/rand 包。

使用 math/rand

1. 生成随机数math/rand 包提供了如 rand.Int()、rand.Intn(n)（生成 0 到 n-1 的整数）和 rand.Float64()（生成范围在 0.0, 1.0) 的浮点数）等函数，可以用来生成伪随机数[3。

2. 设置种子
   默认情况下，math/rand 使用的是固定的随机种子，这意味着每次程序运行时生成的随机数序列都是相同的。为了使随机数每次都不同，我们需要调用 rand.Seed() 方法，并通常传入 time.Now().UnixNano() 作为种子，例如：

   package main
   
   import (
       "fmt"
       "math/rand"
       "time"
   )
   
   func main() {
       // 通过当前时间的纳秒数来设置种子，确保每次运行生成不同的随机序列
       rand.Seed(time.Now().UnixNano())
   
       // 生成一个在 0 到 99 范围内的随机整数
       fmt.Println(rand.Intn(100)) // [1][2]
   
       // 生成一个在 [0.0, 1.0) 范围内的随机浮点数
       fmt.Println(rand.Float64()) // [3]
   }

   如果不设置种子，那么会生成相同的数字序列，这对于大多数需要随机性的场景来说是不合适的。

使用 crypto/rand

如果需要生成加密安全的随机数，比如用于生成密钥、令牌等敏感信息时，可以使用 crypto/rand 包。该包提供的随机数生成方法与 math/rand 不同，并且生成的随机数适合用在需要高随机性保障的场景中。

crypto/rand内部使用操作系统提供的随机性资源，因此不需要也不能通过设置种子来改变随机结果。

基本使用方式

1. 生成随机字节
   常见的做法是先生成一个字节切片，然后利用 io.ReadFull 从 rand.Reader 中读取随机数据填充到该切片中。例如，可以生成一个 32 字节的随机数组，并将其用于生成 session ID：

   package main
   
   import (
       "crypto/rand"
       "encoding/base64"
       "fmt"
       "io"
   )
   
   func sessionId() string {
       b := make([]byte, 32)
       // 从 rand.Reader 中精确读取 32 字节数据填充到 b 中
       if _, err := io.ReadFull(rand.Reader, b); err != nil {
           panic(err)
       }
       // 对生成的字节数组进行 base64 编码，作为 session ID 返回
       return base64.URLEncoding.EncodeToString(b)
   }
   
   func main() {
       fmt.Println("Session ID:", sessionId())
   }

   这里我们不需要设置种子，而是直接依赖操作系统安全地生成随机数。

2. 生成安全随机整数
   如果需要生成一个加密安全的随机整数，可以使用 rand.Int 函数，这个函数接受一个 io.Reader（通常使用 rand.Reader）和一个 big.Int 类型的上限。例如，生成范围在 [0, max) 内的随机整数：

   package main
   
   import (
       "crypto/rand"
       "fmt"
       "math/big"
   )
   
   func main() {
       max := big.NewInt(28) // 生成的随机数将介于 0 到 27 之间
       n, err := rand.Int(rand.Reader, max)
       if err != nil {
           fmt.Println("Error:", err)
           return
       }
       fmt.Println("Secure Random Number:", n)
   }

   这种方式可以确保生成的整数在加密安全方面满足要求，非常适合生成密钥、令牌等场景。

随机生成三位数

下面给出一个示例代码，展示如何使用 Go 语言中的 crypto/rand 包来生成一个三位数（即 100~999 范围内的随机整数）。这种方法使用了 rand.Int 函数生成一个区间内的随机大数，再通过加上偏移量得到最终的结

package main

import (
    "crypto/rand"
    "fmt"
    "math/big"
)

func main() {
    // 我们希望生成100至999之间的随机数，共900个可能值（0~899，然后加上100）
    n, err := rand.Int(rand.Reader, big.NewInt(900)) // 生成区间 [0,900) 内的随机数
    if err != nil {
        panic(err)
    }
    result := n.Int64() + 100 // 加上100，变换到 [100, 999] 区间
    fmt.Println("随机生成的三位数是:", result)
}

这里说明几点：

• 使用 rand.Int(rand.Reader, big.NewInt(900)) 能确保生成的随机数是加密安全的，并且不需要设置种子，因为它直接调用了操作系统的随机资源。
• 生成的随机数范围是 [0,899]，再加上 100 后就得到了三位数 [100, 999] 的结果。