如何在 Rust 中索引字符串

Rust 中的字符串是一种比较特殊的类型，因为它既可以是一个 &str 的引用，也可以是一个 String 的拥有者。不管是哪种形式的字符串，都可以进行索引。

索引 &str

&str 是一个不可变的引用，它本质上是一个“指向 UTF-8 编码字符串的字节数组的指针加上它的长度”。因为 Rust 中的字符串都是以 UTF-8 编码的，所以我们可以直接按照字节索引字符串。不过这样做有个问题，就是一个 Unicode 字符不一定只占一个字节，可能是两个、三个、四个甚至更多。所以，如果我们使用字节索引获取 Unicode 字符，有可能会截取它的一部分，导致字符串解析错误。

所以，我们一般不会用字节索引 &str，而是可以通过 chars() 方法得到一个包含 char 的迭代器，然后进行操作：

fn main() {
    let s = "Rust 中的字符串";
    for c in s.chars() {
        println!("{}", c);
    }
}

这样，就可以顺利地得到每个字符。如果要访问第 i 个字符，可以调用 nth(i) 方法：

fn main() {
    let s = "Rust 中的字符串";
    match s.chars().nth(5) {
        Some(c) => println!("{}", c),
        None => println!("字符串太短了"),
    }
}

需要注意的是，nth() 方法返回的是一个 Option<char>，因为有可能字符串太短，没有这么多字符。

索引 String

String 是一个可变的拥有者，我们同样可以通过 chars() 的迭代器进行操作：

fn main() {
    let mut s = String::from("Rust 中的字符串");
    for c in s.chars() {
        println!("{}", c);
    }
}

但是，如果要进行改变，我们需要注意。因为 String 中的字符不一定是按照字节连续存储的，有可能会被截断。因此，如果我们直接按照 chars() 获取到的索引进行修改，有可能会破坏字符串的编码规则。可以使用 char_indices() 方法获得每个字符相对于 String 的索引位置：

fn main() {
    let mut s = String::from("Rust 中的字符串");
    for (idx, c) in s.char_indices() {
        if idx == 5 {
            match c {
                '中' => s.replace_range(5..9, "is"),
                _ => println!("该字符不是中文，无需替换"),
            }
        }
    }
    println!("{}", s);
}

这样就可以安全地进行 replace_range() 操作。

索引 slice 中的字符串

如果我们需要从一个字符串切片中取出一部分字符，只需要使用 &str 的切片即可：

fn main() {
    let s = "Rust 中的字符串";
    let sub = &s[5..9];
    println!("{}", sub);
}

这样，就可以取出 "中的字"。

小结

• &str 是一个不可变的引用，可以通过 chars() 方法来得到包含每个字符的迭代器。如果需要访问第 i 个字符，可以调用 nth(i) 方法。
• String 是一个可变的拥有者，同样可以通过 chars() 方法来得到包含每个字符的迭代器。如果需要进行修改，需要使用 char_indices() 方法来获得每个字符相对于 String 的索引位置。
• 切片中的字符串可以直接参考数组或向量的切片操作。