类型、运算符和字符串 - 字符串类

优质

小牛编辑

158浏览

2023-12-01

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str，String， OsStr， CStr，CString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：

let x = "Hello";
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：

let z = "foo
bar";
let w = "foonbar";
assert_eq!(z, w);

也可以在字符串字面量前加上r来避免转义

//没有转义序列
let d: &'static str = r"abc n abc";
//等价于
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：

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

fn use_str(s: &str) {
    println!("I am: {}", s);
}
fn main() {
    let s = "Hello".to_string();
    use_str(&*s);
}

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&和*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

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

let x = "hello".to_string();
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

let x = "哎哟我去".to_string();
for i in x.as_bytes() {
    print!("{} ", i);
}
println!("");
for i in x.chars() {
    print!("{}", i);
}
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……