深入理解Swift中的Substring和String

前言

為文本字符串添加特性或者語法糖在各種編程語言中都很普遍。就拿大家都很熟悉的 C 語言舉例，C 字符串本質(zhì)是一個(gè)字符數(shù)組（characters array），但是每次輸入字符串的時(shí)候不用輸入 ['h','e','l','l','o'] ，直接打 hello 就可以了，因?yàn)檫@個(gè)操作編譯器幫你做了。

更高級的語言比如 Swift 處理字符串就不僅僅是當(dāng)做字符數(shù)組了，String 是一個(gè)完整的類型，并且有各種特性。我們先來看一下 String 的一個(gè)特性：substring。

簡單的看一下 String

首先粗略的了解一下字符串的實(shí)現(xiàn)。下面的代碼來自標(biāo)準(zhǔn)庫中 String.swift ：

public struct String {
 public var _core: _StringCore
}

當(dāng)然也有一些其他初始化設(shè)置，不過在聲明里只有這一個(gè)存儲(chǔ)屬性！秘密一定都在 StringCore.swift 里：

public struct _StringCore {
 public var _baseAddress: UnsafeMutableRawPointer?
 var _countAndFlags: UInt
 public var _owner: AnyObject?
}

在這個(gè)類型里還有很多其他東西，不過我們還是只關(guān)注存儲(chǔ)屬性：

• Base address — 一個(gè)指向內(nèi)部存儲(chǔ)的指針
• Count — 字符串長度，UInt 類型，在一個(gè) 64 位的系統(tǒng)中，意味著有 62（64 - 2） 位的空間可以表示長度。這是一個(gè)非常大的數(shù)字。所以字符串的長度不太可能溢出。
• Flags — 兩個(gè) bits 用來做標(biāo)志。第一位表示是否被 _StringBuffer 持有；第二位表示編碼格式是 ASCII 還是 UTF-16。

_StringCore 的真實(shí)情況比這里提到的要復(fù)雜的多，但是通過上面的內(nèi)容可以讓我們更容易理解字符串的一些信息：字符串的內(nèi)部存儲(chǔ)和存儲(chǔ)的大?。╱nderlying storage and size）。

Substring

Swift 中要怎么創(chuàng)建一個(gè) substring？最簡單的方式就是通過下標(biāo)從 string 取一段：

let str = "Hello Swift!"
let slice = str[str.startIndex..
<str index="" str="" startindex="" nbsp="" offsetby:="" 5="" hello=""></str>

雖然很簡單，但是代碼看起來不太優(yōu)雅。

String 的索引不是直觀的整型，所以截取時(shí)的位置索引需要利用 startIndex 和 index(_:offsetBy:)獲取。如果是從字符串開始位置截取，可以省略掉 startIndex ：

let withPartialRange = str[..
<str index="" str="" startindex="" nbsp="" offsetby:="" 5="" still="" hello=""></str>

或者用 collection 中的這個(gè)方法：

let slice = str.prefix(5)
// still "Hello"

要記住字符串也是 collection ，所以你可以用集合下的方法，比如 prefix()，suffix()， dropFirst() 等。

Substring 的內(nèi)部原理

substring 一個(gè)神奇的地方是他們重用了父 string 的內(nèi)存。你可以把 substring 理解為父 string 的其中一段。

舉個(gè)例子，如果從一個(gè) 8000 個(gè)字符的字符串中截取 100 個(gè)字符，并不需要重新初始化 100 個(gè)字符的內(nèi)存空間。

這也意味著你可能不小心就把父 string 的生命周期延長了。如果有一大段字符串，然后你只是截取了一小段，只要截取的小段字符串沒有釋放，大段的字符串也不會(huì)被釋放。

Substring 內(nèi)部到底是怎么做到的呢？

public struct Substring {
 internal var _slice: RangeReplaceableBidirectionalSlice
<string></string>

內(nèi)部的 _slice 屬性保存著所有關(guān)于父字符串的信息：

// Still inside Substring
internal var _wholeString: String {
 return _slice._base
}
public var startIndex: Index { return _slice.startIndex }
public var endIndex: Index { return _slice.endIndex }

計(jì)算屬性 _wholeString（返回整個(gè)父字符串），startIndex 和 endIndex 都是通過內(nèi)部的 _slice 返回。

也可以看出 slice 是如何引用父字符串的。

Substring 轉(zhuǎn)換為 String

最后代碼里可能有很多 substring，但是函數(shù)的參數(shù)類型需要的是 string。Substring 轉(zhuǎn)換到 string 的過程也很簡單：

let string = String(substring)

因?yàn)?substrings 和它的父字符串共享同一個(gè)內(nèi)存空間，猜測創(chuàng)建一個(gè)新字符串應(yīng)該會(huì)初始化一片新的存儲(chǔ)空間。那么 string 的初始化到底過程是怎樣的呢。

extension String {
 public init(_ substring: Substring) {
 // 1
 let x = substring._wholeString
 // 2
 let start = substring.startIndex
 let end = substring.endIndex
 // 3
 let u16 = x._core[start.encodedOffset..
<end encodedoffset="" nbsp="" 4a="" if="" start="" sameposition="" in:="" x="" unicodescalars="" end="" self="" 4b="" else=""></end>

• 創(chuàng)建一個(gè)對原有父字符串的引用
• 獲取 substring 在父字符串中的開始和結(jié)束位置
• 獲取 UTF-16 格式的 substring 內(nèi)容。_core 是 _StringCore 的一個(gè)實(shí)例。
• 判斷匹配的 unicode 編碼，生成一個(gè)新的字符串實(shí)例

把 substring 轉(zhuǎn)換成 string 的步驟非常簡單，但是你可能要考慮是不是一需要這樣做。是不是進(jìn)行 substring 操作的時(shí)候都要求類型是 string？如果對 substring 的操作都需要轉(zhuǎn)成 string，那么輕量級的 substring 也就失去了意義。

總結(jié)

以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，如果有疑問大家可以留言交流，謝謝大家對億速云的支持。