青蛙小白
博客 / 2020/07

rust语言基础学习: rust中的字符串

2020/07/04 · — 字 · 阅读约 — 分钟 ·
#rust
目录

在Rust中提到字符串，通常指的是rust核心语言中的字符串类型str(字符串slice)和rust标准库中的String类型。 除了str和String这两个常用的字符串类型，在标准库中还有一些其他的字符串类型，例如OsString、OsStr、CString、CStr。 本文将介绍str和String两个字符串类型。

Rust中的字符串str & String: 核心字符串类型RS

str和String是Rust中两种不同的核心字符串类型。尽管它们在技术上是不同的类型，但在大多数情况下，它们是同一种东西。它们都表示存储在连续内存区域中的任意长度的UTF-8字符序列。str和String之间唯一的实际区别在于内存的管理方式。

大多数情况下，将使用String或&str，但永远不会使用str。

str字符串slice

str是rust核心语言中内置的字符串类型，它通常以"借用"&str的形式出现，str即字符串slice，是一些存储在别处的UTF-8编码的字符串数据的引用。 例如编写的rust代码中的字符串字面值被存储在程序的二进制中。

在学习str之前，先看一下slice类型。slice是rust中没有所有权的数据类型之一，使用slice可以引用集合中一段连续的元素序列，而不用引用整个集合。

字符串slice是String中一部分值的引用，例如:

fn main() {
   let s = String::from("hello world");
   let hello = &s[..5];
   let mid = &s[4..7];
   let world = &s[6..];
   println!("{}", hello); // "hello"
   println!("{}", mid);   // "o w"
   println!("{}", world); // "world"
}

rust中slice的语法是使用[start_index..end_index]指定的范围创建一个slice，包含start_index处的元素，而不包含end_index处的元素，rust中切片slice划得的元素个数是end_index - start_index（在这点上与go语言中的slice十分相似）。

需要注意字符串slice指定范围边界的索引必须是有效的UTF-8字符串边界，如果从一个多字节字符的中间位置创建字符串slice，程序将会panic（在这点上与go语言对string类型进行切片操作是不同的，在go中不会panic）。例如:

fn main() {
   let s = String::from("你好 世界");
   let hello = &s[..1]; // thread 'main' panicked at 'byte index 1 is not a char boundary; it is inside '你' (bytes 0..3) of `你好 世界`'
   println!("{}", hello); 
}

前面声明字符串slice时是使用的类型字段推断，还需要知道字符串slice的类型声明是&str，例如:

fn main() {
   let s = String::from("hello world");
   let hello :&str = &s[..5];
   println!("{}", hello); 
}

字符串字面值实际上就是字符串slice:

let hello :&str = "hello";

上面代码中的hello变量的类型是&str，它是一个指向二进制程序特定位置的字符串slice，&str是一个不可变引用，字符串字面值是不可变的。

String是一种集合类型

Rust中的字符串String是以字节集合加上一些方法实现的。 可以认为String是一种集合类型，支持集合类型常见增删改查操作。 String类型由Rust的标准库提供，是可变的、有所有权的、以UTF-8编码字符串数据的引用。

使用String类型的new函数，可以创建一个空的字符串，调用push_str方法可以向其中添加字符串slice:

fn main() {
    let mut s = String::new();
    s.push_str("hello");
    s.push_str(" ");
    s.push_str("world");
    println!("{}", s);
}

rust中的String类型字符串不支持索引访问，例如s[0]会出现编译错误。

如果去查看String类型源码的话，会发现它实际上是一个Vec<u8>的封装:

pub struct String {
    vec: Vec<u8>,
}
....

可以看出String类型是字节vector加上一些方法实现的。

遍历字符串

rust字符串UTF-8编码的特性，决定了有两种遍历字符串的方式，以字符形式和以字节形式。

fn main() {
    let s = "你好";
    for c in s.chars() {
        print!("{}, ", c) // 你, 好, 
    }
    println!();
    for s in s.bytes() {
        print!("{}, ", s) // 228, 189, 160, 229, 165, 189,
    }
}
TAGS # rust
评论