如何在 Rust 中将字符串拆分为块以插入空格

Posted 2023-02-16

【中文标题】如何在 Rust 中将字符串拆分为块以插入空格

【英文标题】：How to split string into chunks in Rust to insert spaces

【发布时间】：2019-11-23 13:54:35

【问题描述】：

我正在尝试学习 Rust。我最近遇到的一个问题是： 给定一个String，正好是 n 的某个倍数，我想将字符串拆分为大小为 n 的块，并在这些块之间插入一个空格，然后收集回单个字符串。

我遇到的问题是chars() 方法返回Chars 结构，由于某种原因它没有实现SliceConcatExt 特征，因此不能在其上调用chunks()。

此外，一旦我成功创建了一个 Chunks 结构（通过调用 .bytes() 而不是），我不确定如何调用 .join(' ')，因为元素现在是字节切片的 Chunks...

必须有一种优雅的方式来做到这一点，我错过了。

例如，这里有一个说明情况的输入/输出：

given: whatupmyname, 4
output: what upmy name

这是我写得不好的尝试：

let n = 4;
let text = "whatupmyname".into_string();
text.chars()
    // compiler error on chunks() call
    .chunks(n)
    .collect::<Vec<String>>()
    .join(' ')

感谢您的帮助！

【问题讨论】：

我不知道你所说的字符串的“大小”是什么。您可以将é（一个代码点，两个字节）分成多少块？ e̊（两个代码点，三个字节）呢？ ????????（两个代码点，八个字节）呢？

Creating a sliding window iterator of slices of chars from a String的可能重复

@trentcl 很公平，我想我应该指定在这种情况下我只担心 char 的 - 可以由这 128 个字节表示的字符。哪个更有限，但对于我的目的来说足够简单。

@hellow 这确实非常接近在字符串上创建滑动窗口，但我认为这种情况会有所不同，因为我试图创建块，然后将这些块收集到字符串中。我遇到了双方的问题：一旦将String转换为Vec，确实可以进行分块，但是收集仍然很麻烦。

【参考方案1】：

这里的问题是chars() 和bytes() 返回Iterators，而不是切片。你可以使用as_bytes()，它会给你一个&[u8]。但是，您不能直接从&str 中获取&[char]，因为只存在字节本身，并且必须通过查看每个字节组成的字节数来创建chars。你必须这样做：

text.chars()
    .collect::<Vec<char>>()
    .chunks(n)
    .map(|c| c.iter().collect::<String>())
    .collect::<Vec<String>>()
    .join(" ");

但是，我不建议这样做，因为它必须为Vecs 和Strings 分配大量临时存储空间。相反，你可以做这样的事情，它只需要分配来创建最终的String。

text.chars()
    .enumerate()
    .flat_map(|(i, c)| 
        if i != 0 && i % n == 0 
            Some(' ')
         else 
            None
        
        .into_iter()
        .chain(std::iter::once(c))
    )
    .collect::<String>()

在最后一次收集之前，它一直作为迭代器，通过 flat_mapping 与一个迭代器进行映射，该迭代器要么是字符，要么是空格，然后是字符。

【讨论】：

我在发布之前尝试了第一个建议（虽然我对制作不必要的 Vec 感到不安）但我在collect::<Vec<String>>() 调用时遇到了编译器错误。有句话说不能从Iterator<&[char]> 构建Vec<String>，这让我觉得很奇怪。编辑：现在运行它，它指出 FromIterator<&[char]> 的特征没有为 Vec<String> 实现，所以我认为也许我可以实现该特征？

已修复。我不建议使用该代码，但它必须分配太多。顺便说一句，您将无法实现该特征，因为所涉及的特征和类型都不是“您的”。

哦，我明白了。我认为有一种方法可以将字符块隐式转换为字符串，但地图会为您做到这一点。此外，flat_map 概念对我来说有点陌生，但我将尝试解构它： - flat_map 通常会展平嵌套结构，但在这种情况下，它用于返回迭代器 - 如果你在第 n 个字符上，插入一个包含空格的迭代器，并将其链接到当前迭代器中，使其位于它之前。否则， None 将变成一个不会产生任何结果的迭代器。 - 将迭代器收集到一个字符串中

【参考方案2】：

因此，如果您想从一个字符列表中创建一个字符串，您可以使用fold。

类似这样的：

text.chars
    .enumerate()
    .fold(String::new(), |acc, (i, c)| 
        if i != 0 && i == n 
            format!(" ", acc, c)
         else 
            format!("", acc, c)
        
    )

【讨论】：

哦，有趣，我也喜欢这个解决方案，感谢您花时间做出回应。这是一个非常清晰易懂的解决方案，我应该考虑过。谢谢！我很好奇与 JayDepp 发布的 flat_map 解决方案相比是否存在字符串分配开销。

所以，不幸的是，有。 format! 正在创建一个 String 并返回它。因此，对于每个字符，都会创建一个新的String，其中包含带有当前字符的前一个字符和一个可选的空格（如果需要）。最后，您将得到相同的String，但由于有多个中间String，因此会有相当多的开销。上述方法更好，因为您将拥有一个Iterator<Iterator<Char>>，而flat_map 将创建一个Iterator<Char>，在最后准备好成为collected。所以你只会创建一个最终的String。

【参考方案3】：

如果要拆分的数据大小是固定的，那么：

use std::str;

fn main() 
    let subs = "‌​‌​‌​​‌​‌".as_bytes()
        .chunks(7)
        .map(str::from_utf8)
        .collect::<Result<Vec<&str>, _>>()
        .unwrap();
        
    println!(":?", subs);


// >> ["&#8204;", "&#8203;", "&#8204;", "&#8203;", "&#8204;", "&#8203;", "&#8203;", "&#8204;", "&#8203;", "&#8204;"]