8.4.0. 本章内容

第八章主要讲的是Rust中常见的集合。Rust中提供了很多集合类型的数据结构，这些集合可以包含很多值。但是第八章所讲的集合与数组和元组有所不同。

第八章中的集合是存储在堆内存上而非栈内存上的，这也意味着这些集合的数据大小无需在编译时就确定，在运行时它们可以动态地变大或变小。

本章主要会讲三种集合：Vector、String（本文） 和HashMap

喜欢的话别忘了点赞、收藏加关注哦，对接下来的教程有兴趣的可以关注专栏。谢谢喵！(=^･ω･=)

8.4.1. 不能使用索引来访问String

Rust中的String不同于其他语言，不能用索引访问。如下例：

fn main() {  let s = String::from("6657 up up");  let a = s[0];  
}

输出：

error[E0277]: the type `str` cannot be indexed by `{integer}`--> src/main.rs:3:15|
3 |     let a = s[0];|               ^ string indices are ranges of `usize`|= help: the trait `SliceIndex<str>` is not implemented for `{integer}`, which is required by `String: Index<_>`= note: you can use `.chars().nth()` or `.bytes().nth()`for more information, see chapter 8 in The Book: <https://doc.rust-lang.org/book/ch08-02-strings.html#indexing-into-strings>= help: the trait `SliceIndex<[_]>` is implemented for `usize`= help: for that trait implementation, expected `[_]`, found `str`= note: required for `String` to implement `Index<{integer}>`

报的错是类型String无法使用整数来进行索引，继续往下看到=help这一行，这里提示了String这个类型没有实现index<{integer}>(index是索引的意思，integer是整数的意思)这个trait。

8.4.2. String类型的内部表示

String类型是对Vec<u8>的包装，u8也就是byte字节。我们可以通过String上的len()方法来返回字符串的长度。如下例：

fn main() {  let len = String::from("Niko").len();  println!("{}", len);  
}

输出：

4

这个字符串采用的是utf-8编码，len的值为4也就是这个字符串占了4个字节，所以在这个例子里面每个字母就占用了一个字节。

但情况并不总是这样，比如说我们把字符串换成其他语言（这里是西里尔字母写的俄语）：

fn main() {  let hello = String::from("Здравствуйте");  println!("{}", hello.len());  
}

如果你数一下这个字符串有12个字母，但是输出却是：

24

也就是说在这个语言里面一个字母会占用两个字节（中文是一个汉字占三个字节），而所谓的字母用一个专业术语来表示就是Unicode标量值，而西里尔字母每个Unicode标量值都对应两个字节。

通过这个例子你可以发现，String的数字索引并不能总是对应道一个完整的Unicode标量值，因为有的Unicode标量值会占不止一个字节，而数字索引注定只能读取到一个字节的值。

再举个例子，西里尔语里的З（不是数字）这个字母对应的是两个字节，而这两个字节的值分别是是208和151。假如说数字索引是允许的，那么我取Здравствуйте的索引0的值就会是208，而208本身又是无意义的字符（因为缺少第二个字节组不成一个Unnicode标量值）。所以为了避免这种无法立即发现的bug，Rust封杀了数字索引String，也就是在开发的早期阶段杜绝可能的误解。

8.4.3. 字节、标量值、字形簇

Rust中有三种看待字符串的方式：字节（Bytes）、标量值（Scalar Values）和字形簇（Grapheme Clusters）。其中字形簇是最接近我们说说的字母的概念的。

1. 字节

看个例子：

fn main() {  let s = String::from("नमस्ते");  //梵文书写的印度语for b in s.bytes() {  print!("{} ", b);  }  
}

这个梵文看起来好像有4个字母组成，我们使用.bytes()这个方法来获得它所对应的字节，输出如下：

224 164 168 224 164 174 224 164 184 224 165 141 224 164 164 224 165 135

这里的18个字节就是计算机存储字符串的样子

2. 标量值

我们再来以Unicode标量值的形式来看待它：

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

使用.chars()方法能够获得这段字符串所对应的标量值，输出如下：

न म स ् त े 

它有4个实际的字母，而第四个和第六个标量值代表的是音标，单独存在没有任何意义，得于前面的东西放在一起算是一个字母。

这里也解释了为什么这个梵文实际上有18个字节，因为一个梵文占3个字节，这段字符串加上隐藏着的音标一共6个字符，把这两个数字相乘可以得到18这个数字，也就是18个字节。

3. 字形簇

因为从String里获得字形簇很复杂，所以Rust标准库没有提供这个功能，这里也就不做演示，但是可以去crate.io找第三方的库来实现这个功能。

总之，这串梵文如果以字形簇的格式打印出来会是：

这个样子。

8.4.4. 不能使用索引来访问String的原因

• 数字索引取出来值的可能并不完整，无法组成一个Unicode标量值，导致无法第一时间察觉的错误
• 索引操作会消耗一个常量时间，也就是O(1)，而String无法保证这个时间，因为它需要从头到尾遍历所有内容从而确定有多少个合法的字符。

8.4.5. 切割String

可以使用[]，在里面填上范围来创建字符串切片（关于字符串切片的详细内容在4.5. 切片（Slice），这里不再赘述）。如下例：

fn main() {  let hello = String::from("Здравствуйте");  let s = &hello[0..4];  println!("{}", s);  
}

刚才也说了一个西里尔字母占两个字节，这里的字符串切片切的是字符串的前4个字节，也就是前两个字母，看一下输出：

Зд

那如果字符串切片切的是2前三个字节呢？也就意味着切片的内容会是第一个字母加上半个第二个字母，这种情况会怎么样呢？看下面的例子：

fn main() {  let hello = String::from("Здравствуйте");  let s = &hello[0..3];  println!("{}", s);  
}

输出：

byte index 3 is not a char boundary; it is inside 'д' (bytes 2..4) of `Здравствуйте`

程序触发了panic!,错误信息是：索引3不是一个char边界。也就是说在切割的时候必须沿着char的边界来切割，对于这个西里尔语言来说就是2个2个字节地切割。

8.4.6. 遍历String

• 对于标量值，使用.chars()方法。如下例：

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

• 对于字节，使用.bytes()方法。如下例：

fn main() {  let s = String::from("नमस्ते");for b in s.bytes() {  print!("{} ", b);  }  
}

• 对于字形簇，标准库未提供方法，但是可以找第三方库。