5.18.字符串

最后更新于:2022-04-01 00:44:06

对于每一个程序,字符串都是需要掌握的重要内容。由于Rust注重系统,所以它的字符串处理系统与其它语言有些许区别。每当你碰到一个可变大小的数据结构时,情况都会变得很微妙,而字符串正是可变大小的数据结构。这也就是说,Rust的字符串与一些像C这样的系统编程语言也不相同。 让我们深入细节。一个_字符串_是一串UTF-8字节编码的Unicode量级值的序列。所有的字符串都确保是有效编码的UTF-8序列。另外,字符串并不以null结尾并且可以包含null字节。 Rust有两种主要的字符串类型:`&str`和`String`。 第一种是`&str`。这叫做_字符串片段_(_string slices_)。下面这个字面意思的string是`&str`类型的: ~~~ let string = "Hello there."; // string: &str ~~~ 这个字符串是静态分配的,也就是说它储存在我们编译好的程序中,并且整个程序的运行过程中一直存在。这个`string`绑定了一个静态分配的字符串的引用。字符串片段是固定大小的并且不能改变。 一个`String`,相反,是一个在堆上分配的字符串。这个字符串可以增长,并且也保证是UTF-8编码的。`String`通常通过一个字符串片段调用`to_string`方法转换而来。 ~~~ let mut s = "Hello".to_string(); // mut s: String println!("{}", s); s.push_str(", world."); println!("{}", s); ~~~ `String`可以通过一个`&`强转为`&str`: ~~~ fn takes_slice(slice: &str) { println!("Got: {}", slice); } fn main() { let s = "Hello".to_string(); takes_slice(&s); } ~~~ 把`String`当作`&str`是廉价的,不过从`&str`转换到`String`涉及到分配内存。除非必要,没有理由这样做! ## 索引 因为字符串是有效UTF-8编码的,它不支持索引: ~~~ let s = "hello"; println!("The first letter of s is {}", s[0]); // ERROR!!! ~~~ 通常,用`[]`访问一个数组是非常快的。不过,字符串中每个UTF-8编码的字符可以是多个字节,你必须遍历字符串来找到字符串的第N个字符。这是一个更昂贵的操作,而且我们不想被误导。更进一步,Unicode实际上并没有定义什么“字符”。我们可以选择把字符串看作一个串独立的字节,或者代码点(codepoints): ~~~ let hachiko = "忠犬ハチ公"; for b in hachiko.as_bytes() { print!("{}, ", b); } println!(""); for c in hachiko.chars() { print!("{}, ", c); } println!(""); ~~~ 这会打印: ~~~ 229, 191, 160, 231, 138, 172, 227, 131, 143, 227, 131, 129, 229, 133, 172, 忠, 犬, ハ, チ, 公, ~~~ 如你所见,这里有比`char`更多的字节。 你可以这样来获取跟索引相似的东西: ~~~ let dog = hachiko.chars().nth(1); // kinda like hachiko[1] ~~~ 这强调了我们不得不遍历整个`char`的列表。 ## 连接(Concatenation) 如果你有一个`String`,你可以在它后面接上一个`&str`: ~~~ let hello = "Hello ".to_string(); let world = "world!"; let hello_world = hello + world; ~~~ 不过如果你有两个`String`,你需要一个`&`: ~~~ let hello = "Hello ".to_string(); let world = "world!".to_string(); let hello_world = hello + &world; ~~~ 这是因为`&String`可以自动转换为一个`&str`。这个功能叫做[`Deref`转换](http://doc.rust-lang.org/nightly/book/deref-coercions.html)。
';