如何找到另一个字符串的子串的起始偏移量？

Question

给定一个字符串和一个切片，切片是指某个子字符串，有没有可能找到该切片的起始和结束索引？

我有一个名为ParseString 的函数，它接受一个字符串引用，并尝试按照某些语法进行解析：

ParseString(inp_string: &str) -> Result<(), &str>

如果解析正确，结果就是Ok(())，但如果出现错误，则通常在某个子字符串中，并且错误实例为Err(e)，其中e是该子字符串的一个片段。

当给出发生错误的子字符串时，我想说类似于“从字符x到y的错误”，其中x和y是错误子字符串的起始和结束索引。

我不想直接在Err中编码错误位置，因为我正在嵌套这些调用，而嵌套的切片中的偏移量可能与顶级字符串中的某些切片不对应。

- sayantankhan

Answer 1

Rust实际上曾经有一种不稳定的方法来做到这一点，但是由于已经过时，它被删除了，这有点奇怪，因为替代方法根本没有相同的功能。

话虽如此，实现并不复杂，所以你可以在代码的某个地方添加以下内容：

pub trait SubsliceOffset {
    /**
    Returns the byte offset of an inner slice relative to an enclosing outer slice.

    Examples

    ```ignore
    let string = "a\nb\nc";
    let lines: Vec<&str> = string.lines().collect();
    assert!(string.subslice_offset_stable(lines[0]) == Some(0)); // &"a"
    assert!(string.subslice_offset_stable(lines[1]) == Some(2)); // &"b"
    assert!(string.subslice_offset_stable(lines[2]) == Some(4)); // &"c"
    assert!(string.subslice_offset_stable("other!") == None);
    ```
    */
    fn subslice_offset_stable(&self, inner: &Self) -> Option<usize>;
}

impl SubsliceOffset for str {
    fn subslice_offset_stable(&self, inner: &str) -> Option<usize> {
        let self_beg = self.as_ptr() as usize;
        let inner = inner.as_ptr() as usize;
        if inner < self_beg || inner > self_beg.wrapping_add(self.len()) {
            None
        } else {
            Some(inner.wrapping_sub(self_beg))
        }
    }
}

如果您不需要支持旧版本的 Rust，可以删除 _stable 后缀；它只是为了避免与现在已删除的 subslice_offset 方法发生名称冲突。请保留 html 标签。

- DK.

Answer 2

只要您的所有字符串切片都从同一个字符串缓冲区中借用，就可以使用简单的指针算术计算偏移量。您需要以下方法：

• str::as_ptr()：返回字符串切片开头的指针
• 一种获取两个指针之间差异的方法。现在，最简单的方法是将两个指针都转换为usize（这始终是无操作），然后减去它们。在1.47.0+版本中，有一种稍微更好的方法offset_from()。

下面是可工作的代码（Playground）：

fn get_range(whole_buffer: &str, part: &str) -> (usize, usize) {
    let start = part.as_ptr() as usize - whole_buffer.as_ptr() as usize;
    let end = start + part.len();
    (start, end)
}

fn main() {
    let input = "Everyone ♥ Ümläuts!";
    
    let part1 = &input[1..7];
    println!("'{}' has offset {:?}", part1, get_range(input, part1));
    
    let part2 = &input[7..16];
    println!("'{}' has offset {:?}", part2, get_range(input, part2));
}

- Lukas Kalbertodt