30天拿下Rust之字符串

概述

    在Rust中，字符串是一种非常重要的数据类型，用于处理文本数据。Rust的字符串是以UTF-8编码的字节序列，主要有两种类型：&str和String。其中，&str是一个对字符数据的不可变引用，更像是对现有字符串数据的“视图”，而String则是一个独立、可变更的字符串实体。

&str和String

    &str和String是Rust中两种主要的字符串类型，它们在以下6个方面存在比较明显的区别。

    所有权和可变性

    &str：是Rust核心语言中唯一的字符串类型，它是一个不可变的字符串切片，是对字符串数据的引用，并不拥有数据的所有权。&str可以安全地使用，但它的内容是不可变的，也就是说，不能改变它指向的字符串的内容。&str可以指向String的内容，也可以指向静态字符串字面量。

    String：这是一个在堆上分配的、可变的字符串类型。String类型由Rust标准库提供，而不是编入核心语言。它拥有其内容的所有权，这意味着String可以被修改。String本质上是一个封装了动态大小数组（Vec<u8>）的结构体，该数组存储了UTF-8编码的字节。

    生命周期

    &str：生命周期取决于它的来源。如果是字符串字面量，则生命周期为'static。如果来自某个作用域内的String或其他类型，则其生命周期与该作用域相同。

    String：没有明确的生命周期限制，只要String实例存在，它就可以被使用。

    存储位置

    &str：可能是指向静态内存中的字符串字面量（&'static str），比如：编译时确定的常量字符串。也可能是指向堆上分配的String的一部分，或者任何其他类型的UTF-8编码数据的区域。

    String：始终在堆上动态分配。

    性能

    &str：由于它只是一个引用，没有额外的内存分配成本，因此在某些情况下可能更高效。

    String：由于它在堆上分配，因此会有额外的内存分配和复制成本，尤其是在字符串拼接时。

    使用场景

    &str：当只需要读取字符串内容，或者想要避免额外的内存分配时，使用&str。此外，在函数参数中，使用&str可以允许函数接受不同类型的字符串参数，包括：String和静态字符串字面量。

    String：当需要一个可变的字符串，或者不关心字符串的具体来源时，使用String。

    与C/C++语言的比较

    &str：类似于C语言中的const char *，它只是一个指向字符串数据的指针，并不拥有数据。在Rust中，&str比C语言中的裸指针更安全，因为它有一个生命周期参数来确保引用的有效性。

    String：类似于C++中的std::string，是一个字符的容器，并且拥有其内容。

字符串的创建

    在Rust中，创建字符串有多种方法。根据具体需求，我们可以选择不同的方法。如果需要一个可变的字符串并且打算在程序运行时修改它，那么String类型是最佳选择。如果只是需要一个对静态文本的引用，那么&str就足够了。

    使用字符串字面量创建&str

    字符串字面量是在代码中直接写入的文本，它们被存储在程序的只读数据段中，并且是不可变的。字符串字面量隐式地具有&str类型。在下面的示例代码中，text是一个指向字符串字面量的引用，其类型为&str。

let text: &str = "Hello, CSDN";

    使用String::new创建空的String

    如果我们想要一个可变的、可以增长的字符串，应该使用String类型。在下面的示例代码中，empty_str是一个空的String变量，我们可以向其中添加内容。

fn main() {
    let mut empty_str = String::new();
    empty_str.push_str("Hello");
    println!("{}", empty_str);
}

    使用字符串字面量初始化String

    可以直接将字符串字面量转换为String，这是通过调用to_string方法或to_owned方法来实现的。

fn main() {
    let text1 = "Hello, CSDN".to_string();
    let str_slice: &str = "Hello, Rust";
    let text2 = str_slice.to_owned();
    println!("{}", text1);
    println!("{}", text2);
}

    使用format!宏创建String

    format!宏是Rust中创建格式化字符串的强大工具，它可以根据提供的格式字符串和参数生成一个 String。

fn main() {
    let name: &str = "CSDN";
    let info = format!("Hello, {}", name);
    println!("{}", info);
}

    使用String::from创建String

    String::from是一个便利的方法，用于从实现了Into<String>特征的任何类型创建String。因为字符串字面量隐式地实现了这个特征，故可以直接使用。

let text = String::from("Hello, CSDN");

字符串的拼接

    Rust提供了强大的字符串拼接功能，可以让字符串操作变得更加灵活和高效。

    使用+运算符或+=运算符

    如果想要将两个String类型进行拼接，可以使用+运算法。

fn main() {
    let str1 = String::from("Hello");
    let str2 = String::from(" CSDN");
    // 不能直接使用str1 + str2
    let str = str1 + &str2;
    println!("{}", str);
    // 编译错误：value borrowed here after move
    println!("{}", str1);
}

    在上面的示例代码中，我们将str1和str2进行了拼接，并得到了str。拼接时，我们使用了&str2，而没有直接使用str2。拼接完成后，str1不再有效。之所以会这样，与使用+运算符时调用的函数签名有关。Rust的+运算符使用了add函数，其签名与下面的函数声明类似。

fn add(self, s: &str) -> String

    首先，str2使用了&，意味着我们使用第二个字符串的引用与第一个字符串相加。这是因为add函数只能将&str和String相加，而不能将两个String值相加。在Rust中，可以通过Deref强制转换将&String强转成&str，相当于自动把&str2变成了&str2[..]。其次，add函数直接获取了self的所有权，因为self没有使用&。这意味着，str1的所有权被移动到add函数后，str1将不再有效。

    若要对可变的String进行拼接操作，还可以使用+=操作符。但实际上，这并不是简单的连接，而是创建了一个新的String实例，并丢弃了原String分配的内存。

fn main() {
    let mut str1 = String::from("Hello");
    let str2 = " CSDN";
    str1 += str2;
    println!("{}", str1);
}

    注意：使用+=运算符，或者连续使用+运算符进行多次拼接，会导致多次内存分配，效率较低，尤其是在处理大量数据时。如果需要高效地拼接多个字符串，建议使用下面的format!宏。

    使用format!宏

    format!宏是一种更灵活且高效的字符串拼接方法，尤其适用于包含变量和格式化文本的情况。format!宏可以处理各种复杂的格式化需求，并且它的性能通常优于简单的+拼接。

fn main() {
    let name: &str = "CSDN";
    let info = format!("Hello, {}", name);
    println!("{}", info);
}

    使用push_str方法或push方法

    如果已经有了一个String变量，并且想要将另一个字符串或字符追加到它后面，可以使用push_str方法或push方法。注意：push系列方法不会创建新的String实例，而是直接在原有的String缓冲区上追加内容，这通常比使用+运算符更高效。

fn main() {
    let mut text = String::from("Hello ");
    text.push_str("Rust");
    println!("{}", text);

    text.push(' ');
    text.push('C');
    text.push('S');
    text.push('D');
    text.push('N');
    println!("{}", text);
}

字符串的搜索与替换

    在Rust中，我们可以使用find、rfind、contains、replace等方法来进行字符串的搜索与替换。在下面的示例代码中，我们首先调用find方法查找子串"CSDN"，并返回一个Option类型的值。接下来，我们调用contains方法来检查text字符串是否包含了子串"Hello"，若包含，返回true，否则返回false。最后，我们调用replace方法来替换字符串中的子串。

    replace方法接收两个参数：第一个参数是要被替换的子串，第二个参数是替换后的新子串。该方法会返回一个新的字符串，其中所有与给定模式匹配的子串都被替换为指定的替换字符串。注意：第一个参数中的原始字符串不会被修改。

fn main() {
    let text = "Hello CSDN";

    // 搜索子串
    let index = text.find("CSDN");
    if let Some(value) = index {
        println!("found: {}", value);
    } else {
        println!("not found");
    }

    // 包含子串
    let contain_hello = text.contains("Hello");
    println!("contain hello: {}", contain_hello);
    
    // 替换子串
    let replaced: String = text.replace("CSDN", "GitHub");
    println!("{}", replaced);
}

字符串的长度

    在Rust中，获取字符串的长度是一个常见的操作。Rust的String类型提供了一个len方法，可以用来获取字符串中字节的数量。需要特别注意的是：这个长度是以字节为单位的，对于ASCII字符串来说，每个字符占用一个字节；但是，对于包含多字节字符（比如：UTF-8编码的Unicode字符）的字符串，len方法返回的是字节的总数，而不是字符的总数。

    如果想要获取字符串中Unicode字符的数量，我们应该使用chars方法，然后计算迭代器中元素的数量。chars方法会返回一个迭代器，该迭代器逐个产生字符串中的Unicode字符。

fn main() {
    let text = "Hello 霸都";

    // 获取字节长度
    let byte_len = text.len();
    // 输出：12
    println!("{}", byte_len);

    // 获取字符长度
    let char_len = text.chars().count();
    // 输出：8
    println!("{}", char_len);
}

    另外，Rust字符串不支持直接通过索引来访问单个字符。这是因为，UTF-8编码格式下，单个字符可能占用1到4个字节，索引操作会带来潜在的非确定性和不一致性问题。如果确实需要通过索引访问字符，可以使用chars()方法。它会返回一个迭代器，产生字符串中的每个Unicode字符。然后，我们可以使用nth方法或者其他集合方法来获取特定位置的字符。

fn main() {
    let text = "Hello 霸都";
    // 注意：索引从0开始计数
    let index = 6;
    let cur_char = text.chars().nth(index);
    // 输出：index 6: 霸
    match cur_char {
        Some(c) => println!("index {}: {}", index, c),
        None => println!("index out of bounds"),
    }
}

字符串与字节的转换

    Rust中的字符串和字节之间可以方便地进行转换，这在处理二进制数据和编解码时非常有用。

fn main() {
    let text = "Hello CSDN";

    // 字符串转字节
    let bytes = text.as_bytes();
    // 输出：[72, 101, 108, 108, 111, 32, 67, 83, 68, 78]
    println!("{:?}", bytes);
    
    // 字节转字符串
    let bytes2 = [72, 101, 108, 108, 111];
    let text2 = std::str::from_utf8(&bytes2).unwrap();
    // 输出：Hello
    println!("{}", text2);
}

总结

    由于Rust强调安全性与内存管理，它的字符串设计也体现出了这一点：不可变的&str确保了引用安全，而String则通过所有权系统保证了内存的有效管理，避免了悬垂引用和其他常见的内存错误。