rust基础学习--day16：String

前言#

昨天学完了vector

今天该学String了

String#

这玩意儿应该算是我们用的最多的类型了，但是这玩意儿居然是一个集合collection，是一堆UTF-8字符char的集合？

实际上并不是，rust开发者将String定义为一堆bytes字节的集合。

rust的核心代码里是没有String的，只有字符串切片str，基本上都是&str，它是一些存储在某些地方的UTF-8字符char数据的引用。比如你声明的字符串字面量

let a = "test";

而String上面文章说过了，是标准库里的类型。和字符串切片不同的是，它可变、拥有所有权。

有一点需要强调的一点是，不管是str还是String，它们都是基于UTF-8编码的。如果使用超出UTF-8范围的符号就会有问题。

另外，说一下rust中String为啥是一个集合。它其实是一个wrapper包裹着一个vector，然后再加点限制、功能等。而这个vector是一个u8类型的vector。

创建字符串#

既然是包裹的vector，那么自然可以用和vector的new关联函数。

相信大家都很熟悉了，我们直接看例子吧

let mut s = String::new();

new是String的关联函数，返回一个String实例。

我们也习惯这么写了，如果有初始数据的话基本都是用下面这种

let mut s = String::from("test");

但其实，我们也可以用字符串切片来实现，这是之前从来没用过的。

使用to_string方法会返回一个字符串类型，并且拥有了所有权。

两个都可用，看你自己的习惯。

更新字符串#

我们之前好像有用到过一个方法push_str的方法，来看下例子

push_str需要的参数类型是字符串切片。

或者我们可以用push添加char给这个字符串

但这两种方式未免会有些麻烦，如果可以和别的于艳一样使用+直接加起来那该多好。

rust确实有这种方式，但是做了一定的限制。来看下例子

两个字符串类型相加会直接报错，需要调整为下面这种

第二个参数相加的变量得是字符串切片，而第一个参数必须要是字符串类型（拥有所有权）。

为什么会这样呢？因为+操作符实际上会被转换为类似add的方法

可以看到第一个参数接受的是自己并且是拥有所有权，这也就意味着s1在add完之后就失效了。

第二个参数则是一个字符串切片，但是我们明明用的是一个&String的参数。

这也就是我为什么要说是类似add方法了，还是有差别的。

可以看到使用&str也是可行的。

为什么可以这样呢。。。实际上是编译器帮我们把&String强制转换成了&str。

另外，如果有多个字符串相加，那用+来写还是很麻烦，在js中，可以直接使用 ` ${}将多个字符串拼接到一起。

rust中虽然没这么方便，但是还是有差不多功能的，也就是format!，看到这个!大家应该都知道是一个macro了。来看下例子

fn main() {
    let s1 = String::from("tic");
    let s2 = String::from("tac");
    let s3 = String::from("toe");

    let s = format!("{}-{}-{}", s1, s2, s3);
}

通过下标获取字符串元素#

在js中，我们可以用过下标直接获取字符串的元素，但是在rust中这么做是不行的。

为什么不行呢？

我们来看下字符串内部表现[5]

前面说过了String实际上是Vec加了一层wrapper，里面的元素都是UTF-8编码的字符。

我们来看下两个例子

let hello = String::from("Hola");

这个hello字符串的len长度是4，Hola每一个字符逗占一个byte。

let hello = String::from("Здравствуйте");

来看这下俄语的长度，数了下应该是12，但实际上是24，为什么呢？因为一个俄语符号占两个byte，也就是双字节。

实际上中文也是双字节。

所以通过下标获取就会出问题，可能抓到的元素不是自己想要的。

为什么要用字节存储呢？我们再来看一个例子

“नमस्ते”这是一个印度语，看这个完全不知道有多长。。。。

而在电脑会把它们转换为

[224, 164, 168, 224, 164, 174, 224, 164, 184, 224, 165, 141, 224, 164, 164,
224, 165, 135]

一个Vec。

试想一下，如果不是这个类型，那么就会被切割成这样

['न', 'म', 'स', '्', 'त', 'े']

而这里面其实有俩符号并不是符合要求的，只是无意义语气符号，然后就会变成

["न", "म", "स्", "ते"]

这样就错了。

所以rust会把他们会转换成u8类型，这样就能保留原始数据，到时候再转回来就不会有问题。

最后还有一个原因那就是时间复杂度，在rust中通过下标获取元素的时间复杂度为O(1)。但是这并不适用于字符串，因为字符串需要从头开始一直走到下标位置，为什么要这么做呢？因为并不确定有多少符号是正确有效的。

切割字符串(`slicing Strings`)#

如果你真有这个需求，那就用切片的方式，不过在这之前，你得知道你截取的是啥语言，比如

let hello = "Здравствуйте";

let s = &hello[0..4];

前面说了，俄语符号占两个字节，所以这里截取的应该是Зд

如果你截取双字节符号是只截取了一半也就是一个字节，rust会直接崩溃

遍历字符串#

由于符号字节占位不同，所以我们并不能直接遍历，来看下例子

#![allow(unused)]
fn main() {
for c in "Зд".chars() {
    println!("{}", c);
}
}

chars会返回字符串的符号迭代器

这样打印出来的符号就是正常的。

当然，如果你想获取字节，你也可以直接用bytes方法

#![allow(unused)]
fn main() {
for b in "Зд".bytes() {
    println!("{}", b);
}
}

总结#

相信看到这里，你也觉得rust里的字符串好麻烦，好复杂。。。但是这也是rust解决问题的一种方式吧，谁又能想到把字符串类型当做一个集合呢？

最后，如果觉得对你有帮助的话，请务必点个赞，谢谢~

参考#

^rust-String https://doc.rust-lang.org/book/ch08-02-strings.html#storing-utf-8-encoded-text-with-strings
^rust-create-String https://doc.rust-lang.org/book/ch08-02-strings.html#creating-a-new-string
^rust-updating-string https://doc.rust-lang.org/book/ch08-02-strings.html#updating-a-string
^rust-index-of-string-element https://doc.rust-lang.org/book/ch08-02-strings.html#indexing-into-strings
^rust-inernal-representtation https://doc.rust-lang.org/book/ch08-02-strings.html#internal-representation
^rust-slicing-strings https://doc.rust-lang.org/book/ch08-02-strings.html#slicing-strings
^rust-interate-strings https://doc.rust-lang.org/book/ch08-02-strings.html#methods-for-iterating-over-strings

发布于 2022-12-10 18:37・IP 属地广东

前言#

昨天学完了vector

坏蛋Dan：rust基础学习--day15

今天该学String了

String#

这玩意儿应该算是我们用的最多的类型了，但是这玩意儿居然是一个集合collection，是一堆UTF-8字符char的集合？

实际上并不是，rust开发者将String定义为一堆bytes字节的集合。

let a = "test";

而String上面文章说过了，是标准库里的类型。和字符串切片不同的是，它可变、拥有所有权。

有一点需要强调的一点是，不管是str还是String，它们都是基于UTF-8编码的。如果使用超出UTF-8范围的符号就会有问题。

另外，说一下rust中String为啥是一个集合。它其实是一个wrapper包裹着一个vector，然后再加点限制、功能等。而这个vector是一个u8类型的vector。

创建字符串#

既然是包裹的vector，那么自然可以用和vector的new关联函数。

相信大家都很熟悉了，我们直接看例子吧

let mut s = String::new();

new是String的关联函数，返回一个String实例。

我们也习惯这么写了，如果有初始数据的话基本都是用下面这种

let mut s = String::from("test");

但其实，我们也可以用字符串切片来实现，这是之前从来没用过的。

使用to_string方法会返回一个字符串类型，并且拥有了所有权。

两个都可用，看你自己的习惯。

更新字符串#

我们之前好像有用到过一个方法push_str的方法，来看下例子

push_str需要的参数类型是字符串切片。

或者我们可以用push添加char给这个字符串

但这两种方式未免会有些麻烦，如果可以和别的于艳一样使用+直接加起来那该多好。

rust确实有这种方式，但是做了一定的限制。来看下例子

两个字符串类型相加会直接报错，需要调整为下面这种

第二个参数相加的变量得是字符串切片，而第一个参数必须要是字符串类型（拥有所有权）。

为什么会这样呢？因为+操作符实际上会被转换为类似add的方法

可以看到第一个参数接受的是自己并且是拥有所有权，这也就意味着s1在add完之后就失效了。

第二个参数则是一个字符串切片，但是我们明明用的是一个&String的参数。

这也就是我为什么要说是类似add方法了，还是有差别的。

可以看到使用&str也是可行的。

为什么可以这样呢。。。实际上是编译器帮我们把&String强制转换成了&str。

另外，如果有多个字符串相加，那用+来写还是很麻烦，在js中，可以直接使用 ` ${}将多个字符串拼接到一起。

rust中虽然没这么方便，但是还是有差不多功能的，也就是format!，看到这个!大家应该都知道是一个macro了。来看下例子

fn main() {
    let s1 = String::from("tic");
    let s2 = String::from("tac");
    let s3 = String::from("toe");

    let s = format!("{}-{}-{}", s1, s2, s3);
}

通过下标获取字符串元素#

在js中，我们可以用过下标直接获取字符串的元素，但是在rust中这么做是不行的。

为什么不行呢？

我们来看下字符串内部表现[5]

前面说过了String实际上是Vec加了一层wrapper，里面的元素都是UTF-8编码的字符。

我们来看下两个例子

let hello = String::from("Hola");

这个hello字符串的len长度是4，Hola每一个字符逗占一个byte。

let hello = String::from("Здравствуйте");

来看这下俄语的长度，数了下应该是12，但实际上是24，为什么呢？因为一个俄语符号占两个byte，也就是双字节。

实际上中文也是双字节。

所以通过下标获取就会出问题，可能抓到的元素不是自己想要的。

为什么要用字节存储呢？我们再来看一个例子

“नमस्ते”这是一个印度语，看这个完全不知道有多长。。。。

而在电脑会把它们转换为

[224, 164, 168, 224, 164, 174, 224, 164, 184, 224, 165, 141, 224, 164, 164,
224, 165, 135]

一个Vec。

试想一下，如果不是这个类型，那么就会被切割成这样

['न', 'म', 'स', '्', 'त', 'े']

而这里面其实有俩符号并不是符合要求的，只是无意义语气符号，然后就会变成

["न", "म", "स्", "ते"]

这样就错了。

所以rust会把他们会转换成u8类型，这样就能保留原始数据，到时候再转回来就不会有问题。

切割字符串(`slicing Strings`)#

如果你真有这个需求，那就用切片的方式，不过在这之前，你得知道你截取的是啥语言，比如

let hello = "Здравствуйте";

let s = &hello[0..4];

前面说了，俄语符号占两个字节，所以这里截取的应该是Зд

如果你截取双字节符号是只截取了一半也就是一个字节，rust会直接崩溃

遍历字符串#

由于符号字节占位不同，所以我们并不能直接遍历，来看下例子

#![allow(unused)]
fn main() {
for c in "Зд".chars() {
    println!("{}", c);
}
}

chars会返回字符串的符号迭代器

这样打印出来的符号就是正常的。

当然，如果你想获取字节，你也可以直接用bytes方法

#![allow(unused)]
fn main() {
for b in "Зд".bytes() {
    println!("{}", b);
}
}

总结#

相信看到这里，你也觉得rust里的字符串好麻烦，好复杂。。。但是这也是rust解决问题的一种方式吧，谁又能想到把字符串类型当做一个集合呢？

最后，如果觉得对你有帮助的话，请务必点个赞，谢谢~

参考#

^rust-String https://doc.rust-lang.org/book/ch08-02-strings.html#storing-utf-8-encoded-text-with-strings
^rust-create-String https://doc.rust-lang.org/book/ch08-02-strings.html#creating-a-new-string
^rust-updating-string https://doc.rust-lang.org/book/ch08-02-strings.html#updating-a-string
^rust-index-of-string-element https://doc.rust-lang.org/book/ch08-02-strings.html#indexing-into-strings
^rust-inernal-representtation https://doc.rust-lang.org/book/ch08-02-strings.html#internal-representation
^rust-slicing-strings https://doc.rust-lang.org/book/ch08-02-strings.html#slicing-strings
^rust-interate-strings https://doc.rust-lang.org/book/ch08-02-strings.html#methods-for-iterating-over-strings

发布于 2022-12-10 18:37・IP 属地广东

前言#

String#

创建字符串#

更新字符串#

通过下标获取字符串元素#

切割字符串(slicing Strings)#

遍历字符串#

总结#

参考#

前言#

String#

创建字符串#

更新字符串#

通过下标获取字符串元素#

切割字符串(slicing Strings)#

遍历字符串#

总结#

参考#

切割字符串(`slicing Strings`)#

切割字符串(`slicing Strings`)#