5. rust字符串String详解

一、前言

rust中的String是一个非常常用的crate，它的底层涉及到了rust中的所有权概念，不过这不是本章的内容，如果对rust所有权概念感兴趣的，可以查看前一篇文章：String与所有权

本文的目的是详细、全面的介绍String的基本用法，毕竟它实在是太过常用了，自带了大量的方法。

二、基本概念

字符串，也就是由一系列字符组成的，而在计算机中存储一个字符，用到的字节数量并不完全相同。

比如下面的代码：

fn main() {
    let s1=String::from("h");
    let s2=String::from("你");
    println!("{} {}",s1.len(),s2.len());
}

同样是一个字符，只不过s1是英文字符，s2是中文字符，所使用的空间就不是一样大：

1 3

一个英文字符用1个字节大小，而一个中文字符却要用3个字节大小。

之所以出现这个现象，是因为rust中的字符串String为了更加的通用化，采用的是UTF-8编码，更多介绍可参考文章：编码。

正因为utf-8编码的这一特性，导致了我们无法像c语言那样，可以直接遍历字符串中的所有字符：

fn main() {
    let s=String::from("hello 世界");
    for i in s{ //错误，无法直接遍历

    }
}

同样的，你也无法直接用下标取出对应的字符

fn main() {
    let s=String::from("hello 世界");
    let c=s[0]; //错误，不能直接用下标取出字符
}

因为每个字符占用的内存大小不一，所以它不知道你是想要取出字符，还是想要取这个位置上的字节。

三、构造

既然是学习String，那么第一件事就是了解我们应该怎么创建一个String，一般有三个方法：

fn main() {
    let s=String::from("hello 世界");

    let mut s1=String::new();
    s1.push_str("hello 世界");
    //s1+="hello 世界"; //与上面的语句等价，即：追加字符串在后面
    
    let s2="hello 世界".to_string();

    println!("{}", s);
    println!("{}", s1);
    println!("{}", s2);
}

三个方法分别是调用from函数、new函数以及to_string函数。

其中，from与to_string的功能是等价的，只是调用的对象不同而已，作用都是从一个字符串字面量直接构造出一个String来。

而new函数则是凭空产生一个String，并且为空，如果想要让它存值就得将他声明为可变的（mut），之后可以用push_str函数或者+=操作符来追加字符串。

最后输出的结果都是一样的：

hello 世界
hello 世界
hello 世界

除此之外，还有一个函数为with_capacity：

 let s=String::with_capacity(100);

它的作用与new基本相同，唯一不同之处在于，这个函数需要一个参数来初始化其内部的内存大小，如果你事先知道自己需要多大的内存，那么建议你使用这个函数来构造一个String而不是用new。

至于原因，可以参考后文的：长度与容量

四、遍历

接下来，我们首先要看的就是如何对字符串进行遍历，用到的函数为as_bytes与chars。

首先是as_bytes函数，看名字也知道，它的意思就是：作为字节。

所以它的功能就是遍历字符串的所有字节，就可以这样写：

fn main() {
    let s=String::from("hello 世界");
    for i in s.as_bytes(){
        print!("{} ",i);
    }
}

它的作用就是遍历所有的字节值，打印结果如下：

104 101 108 108 111 32 228 184 150 231 149 140

其中，hello ，就分别对应着前面的104 101 108 108 111 32，最后一个32，是中间的空格

而世界两个字，则分别对应228 184 150和231 149 140。

由于都是一个字节，所以这个as_bytes返回的是一个字节数组，我们就可以字节通过下标获取第几个字节：

    let cs=s.as_bytes();
    let c=cs[1]; //取出第二个字节（从0算起，第二个字节的下标为1）

或者也可以简写为：

let c=s.as_bytes()[1]; //取出第二个字节（从0算起，第二个字节的下标为1）

除了as_bytes可以返回字节数组外，还可以使用bytes函数返回字符迭代器：

fn main() {
    let s=String::from("hello 世界");
    
    let mut b=s.bytes(); //返回字节迭代器
    println!("{}",b.next().expect("err")); //打印第一个
    println!("{}",b.next().expect("err")); //打印第二个
    println!("{}",b.next().expect("err")); //打印第三个
    println!("{}",b.next().expect("err")); //打印第四个
    //...
    //上面的代码等价于下面的写法：
    for i in s.bytes(){
        println!("{}",i);
    }
}

显然这个函数并不如上面的as_bytes好用，这个就见仁见智了。

不过大多数时候，上面这种遍历的方式并不是我们想要的，我们只想要取出其中的第几个字符而已

这时，我们就可以用到chars函数，作用就是将其作为字符看待：

fn main() {
    let s=String::from("hello 世界");
    for i in s.chars(){
        print!("{} ",i);
    }
}

这时输出的结果就是：

h e l l o   世 界

成功将对应的字符给取了出来。

如果你想要取出第几个字符，就可以用函数nth：

fn main() {
    let s=String::from("hello 世界");
    let mut m=s.chars(); //得到迭代器
    let c=m.nth(7); //得到下标为7的Option<char>返回值
    if let Some(t) = c { //取出返回值中携带的字符
        print!("{}",t);
    }
}

这里得到的结果就是界字，更加简洁的写法是：

fn main() {
    let s=String::from("hello 世界");
    let c=s.chars().nth(7); //得到下标为7的Option<char>返回值
    if let Some(t) =c { //取出返回值中携带的字符
        print!("{}",t);
    }
}

上面的写法应该还是很好理解的，就是将chars的返回值字节调用nth函数。

但下面这个取值的操作还是有点麻烦了，所以我们还能更简洁：

fn main() {
    let s=String::from("hello 世界");
    let c=s.chars().nth(7).unwrap(); //取出下标7的字符
    print!("{}", c);
}

这里的unwrap函数是Option这个trait的一个函数，等价于：

fn main() {
    let s=String::from("hello 世界");
    let c=s.chars().nth(7);
    let r = match c {
        Some(t) => t,
        None => panic!("")
    };
    print!("{}", r);
}

如果不会这个用法的，可以参考Trait详解。

五、长度与容量

说到长度与容量，就不得不提及它的底层原理了。

因为String本质上是在堆上分配的内存，也只有在堆上分配内存，才能满足我们想要动态修改字符串的目的。

而在你声明一个String后，编译器并不知道你后面会不会再对它进行修改，所以一般来说，它会申请一个比你预料中的要大上一些的内存，如果你后面想要追加、插入数据。就不用重新去开辟内存，而是直接在后面追加。

长度与容量分别对应的函数为：len(), capacity()

比如下面这段代码：

fn main() {
    let s=String::from("hello 世界");
    print!("{} {}", s.len(),s.capacity());
}

因为是直接从一个字面量生成的String，而一般这样的行为大多数都不会再追加数据了，所以其默认行为就是容量与长度同样大：