String

这章我们来着重介绍一下字符串。

刚刚学习Rust的同学可能会被Rust的字符串搞混掉,比如strStringOsStrCStrCString等等……
事实上,如果你不做FFI的话,常用的字符串类型就只有前两种。我们就来着重研究一下Rust的前两种字符串。

你要明白的是,Rust中的字符串实际上是被编码成UTF-8的一个字节数组。这么说比较拗口,简单来说,Rust字符串内部存储的是一个u8数组,但是这个数组是Unicode字符经过UTF-8编码得来的。因此,可以看成Rust原生就支持Unicode字符集(Python2的码农泪流满面)。

str

首先我们先来看一下str, 从字面意思上,Rust的string被表达为: &'static str(看不懂这个表达式没关系,&表示引用你知道吧,static表示静态你知道吧,好了,齐了),即,你在代码里写的,所有的用""包裹起来的字符串,都被声明成了一个不可变,静态的字符串。而我们的如下语句:

  1. let x = "Hello";
  2. let x:&'static str = "Hello";

实际上是将 "Hello" 这个静态变量的引用传递给了x。同时,这里的字符串不可变!

字符串也支持转义字符:
比如如下:

  1. let z = "foo
  2. bar";
  3. let w = "foo\nbar";
  4. assert_eq!(z, w);

也可以在字符串字面量前加上r来避免转义

  1. //没有转义序列
  2. let d: &'static str = r"abc \n abc";
  3. //等价于
  4. let c: &'static str = "abc \\n abc";

String

光有str,确实不够什么卵用,毕竟我们在实际应用中要的更多的还是一个可变的,不定长的字符串。这时候,一种在堆上声明的字符串String被设计了出来。
它能动态的去增长或者缩减,那么怎么声明它呢?我们先介绍一种简单的方式,从str中转换:

  1. let x:&'static str = "hello";
  2. let mut y:String = x.to_string();
  3. println!("{}", y);
  4. y.push_str(", world");
  5. println!("{}", y);

我知道你一定会问:——
那么如何将一个String重新变成&str呢?
答:用 &* 符号

  1. fn use_str(s: &str) {
  2. println!("I am: {}", s);
  3. }
  4. fn main() {
  5. let s = "Hello".to_string();
  6. use_str(&*s);
  7. }

我们来分析一下,以下部分将涉及到部分Deref的知识,可能需要你预习一下,如果不能理解大可跳过下一段:

首先呢, &*是两个符号&*的组合,按照Rust的运算顺序,先对String进行Deref,也就是*操作。

由于String实现了 impl Deref<Target=str> for String,这相当于一个运算符重载,所以你就能通过*获得一个str类型。但是我们知道,单独的str是不能在Rust里直接存在的,因此,我们需要先给他进行&操作取得&str这个结果。

有人说了,我发现只要用&一个操作符就能将使上面的编译通过。
这其实是一个编译器的锅,因为Rust的编译器会在&后面插入足够多的*来尽可能满足Deref这个特性。这个特性会在某些情况下失效,因此,为了不给自己找麻烦,还是将操作符写全为好。

需要知道的是,将String转换成&str是非常轻松的,几乎没有任何开销。但是反过来,将&str转换成String是需要在堆上请求内存的,因此,要慎重。

我们还可以将一个UTF-8编码的字节数组转换成String,如

  1. // 存储在Vec里的一些字节
  2. let miao = vec![229,150,181];
  3. // 我们知道这些字节是合法的UTF-8编码字符串,所以直接unwrap()
  4. let meow = String::from_utf8(miao).unwrap();
  5. assert_eq!("喵", meow);

索引访问

有人会把Rust中的字符串和其惯用的字符串等同起来,于是就出现了如下代码

  1. let x = "hello".to_string();
  2. x[1]; //编译错误!

Rust的字符串实际上是不支持通过下标访问的,但是呢,我们可以通过将其转变成数组的方式访问

  1. let x = "哎哟我去".to_string();
  2. for i in x.as_bytes() {
  3. print!("{} ", i);
  4. }
  5. println!("");
  6. for i in x.chars() {
  7. print!("{}", i);
  8. }
  9. x.chars().nth(2);

字符串切片

对字符串切片是一件非常危险的事,虽然Rust支持,但是我并不推荐。因为Rust的字符串Slice实际上是切的bytes。这也就造成了一个严重后果,如果你切片的位置正好是一个Unicode字符的内部,Rust会发生Runtime的panic,导致整个程序崩溃。
因为这个操作是如此的危险,所以我就不演示了……