如何在Rust中将字符串分成块以插入空格

Question

我正在尝试学习 Rust。我最近遇到的一个问题是：给定一个长度恰好是 n 的字符串 String，我想将其分成大小为 n 的块，并在这些块之间插入一个空格，然后再收集成单个字符串。

我遇到的问题是，chars() 方法返回的是 Chars 结构体，但由于某些原因它没有实现 SliceConcatExt 特性，所以无法对其调用 chunks()。

此外，一旦我成功创建了一个 Chunks 结构体（通过调用 .bytes()），我不知道如何调用 .join(' ')，因为元素现在是字节片的 Chunks。

必须有一种我忽略的优雅的方法来解决这个问题。

例如，下面是一个输入和输出，说明了这种情况：

given: whatupmyname, 4
output: what upmy name

这是我的拙劣尝试:

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

- Zeke

---

我不知道您所指的“字符串大小”是什么意思。一个 é（一个码点，两个字节）可以分成多少块？e̊（两个码点，三个字节）呢？``（两个码点，八个字节）呢？ - trent

可能是从字符串创建字符切片的滑动窗口迭代器的重复问题。 - hellow

@trentcl 那很公平，我想我应该澄清一下，这种情况下我只担心 char - 可以由那128个字节表示的字符。虽然这更受限制，但对于我的目的来说足够简单。 - Zeke

@大家好，这与在字符串上创建滑动窗口非常接近，但我认为此处情况有所不同，因为我试图创建块，然后将这些块收集到字符串中。我遇到的问题有两个方面：一旦将字符串转换为Vec<char>，块划分就是可能的，但是收集仍然很棘手。 - Zeke

Answer 1

问题在于 chars() 和 bytes() 返回的是 Iterator 而不是 slice。你可以使用 as_bytes()，它将给你一个 &[u8]。但是，你不能直接从 &str 中获取 &[char]，因为只有字节本身存在，并且必须通过查看每个字符由多少个字节组成来创建 char。你需要做类似这样的事情：

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

然而，我不建议这样做，因为它必须为 Vec 和 String 分配大量的临时存储空间。相反，你可以像这样做，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，这仍然是迭代器，通过与一个迭代器进行平铺映射，该迭代器可以是字符本身或空格和字符的组合。

- JayDepp

---

在发布之前，我已经尝试了第一个建议（虽然我对制作不必要的Vec感到不安），但是在collect :: <Vec <String>>()调用时遇到了编译器错误。有些东西说明无法从Iterator <&[char]>构建Vec <String>，这让我感到有点奇怪。编辑：现在运行它，它指出Vec <String>未实现特征FromIterator <&[char]>，所以我想也许我可以实现那个特征？ - Zeke

修复了。不过我不建议使用那段代码，因为它需要分配太多的内存。顺便说一下，你无法实现该特性，因为涉及到的特性和类型都不是“你的”。 - JayDepp

哦，我明白了。我以为有一种隐式将字符块转换为字符串的方法，但是使用映射可以实现这一点。此外，flat_map 的概念对我来说有些陌生，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，它用于返回一个迭代器。
• 如果您在第 n 个字符上，请插入一个包装空格的迭代器，并将其链接到当前迭代器中，以使其位于其前面。否则，None 将被转换为一个迭代器，它将不会产生任何内容。
• 将迭代器收集到一个字符串中。

- Zeke

Answer 2

如果您想通过字符列表创建字符串，可以使用fold。

像这样：

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

- sterfield

---

哦，有趣，我也喜欢这个解决方案，并感谢你花时间回复。这是一个非常清晰易懂的解决方案，我本应该想到的。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。 - Zeke

很不幸，确实如此。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，其中包含先前的字符串与当前字符和必要时的可选空格。最终，您将得到相同的String，但由于多个中间String，存在相当大的开销。上述方法更好，因为您将拥有一个Iterator<Iterator<Char>>，而flat_map将创建一个准备在最后一刻进行collect的Iterator<Char>。因此，您只会创建一个最终的String。 - sterfield

Answer 3

这样一个简单的任务可以用单个循环来解决：

fn main() {
    let n = 4;
    let text = "whatupmyname";
    let mut result = String::new();

    for (i, c) in text.chars().enumerate() {
        result.push(c);
        if (i + 1) % n == 0 {
            result.push(' ');
        }
    }
    println!("{:?}", result); // "what upmy name "
}

- Kaplan

---

为什么不用 for 循环？ - Chayim Friedman

@Friedman 纯粹是个人口味问题。我喜欢使用 while 循环的代码更加清晰和紧凑。 - Kaplan

我认为不是这样的；语言本身存在for循环就证明使用它更符合Rust的风格，因为任何for循环都可以写成while let Some(v) = iter的形式。 - Chayim Friedman

@Friedman 如果我坚持使用 enumerate()（我更喜欢它而不是 range），那么我将不得不写 v.0 代替 i，并写 v.1 代替 c... - Kaplan

for 循环也接受模式：for (i, c) in text.chars().enumerate()。 - Chayim Friedman

Answer 4

如果要分割的数据大小是固定的，则：

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;"]

- Esteban Borai