深入理解Swift中的Substring和String

前言

为文本字符串添加特性或者语法糖在各种编程语言中都很普遍。就拿大家都很熟悉的 C 语言举例，C 字符串本质是一个字符数组（characters array），但是每次输入字符串的时候不用输入 ['h','e','l','l','o'] ，直接打 hello 就可以了，因为这个操作编译器帮你做了。

更高级的语言比如 Swift 处理字符串就不仅仅是当做字符数组了，String 是一个完整的类型，并且有各种特性。我们先来看一下 String 的一个特性：substring。

简单的看一下 String

首先粗略的了解一下字符串的实现。下面的代码来自标准库中 String.swift ：

public struct String {
 public var _core: _StringCore
}

当然也有一些其他初始化设置，不过在声明里只有这一个存储属性！秘密一定都在 StringCore.swift 里：

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

在这个类型里还有很多其他东西，不过我们还是只关注存储属性：

• Base address — 一个指向内部存储的指针
• Count — 字符串长度，UInt 类型，在一个 64 位的系统中，意味着有 62（64 - 2） 位的空间可以表示长度。这是一个非常大的数字。所以字符串的长度不太可能溢出。
• Flags — 两个 bits 用来做标志。第一位表示是否被 _StringBuffer 持有；第二位表示编码格式是 ASCII 还是 UTF-16。

_StringCore 的真实情况比这里提到的要复杂的多，但是通过上面的内容可以让我们更容易理解字符串的一些信息：字符串的内部存储和存储的大小（underlying storage and size）。

Substring

Swift 中要怎么创建一个 substring？最简单的方式就是通过下标从 string 取一段：

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

虽然很简单，但是代码看起来不太优雅。

String 的索引不是直观的整型，所以截取时的位置索引需要利用 startIndex 和 index(_:offsetBy:)获取。如果是从字符串开始位置截取，可以省略掉 startIndex ：

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

或者用 collection 中的这个方法：

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

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

Substring 的内部原理

substring 一个神奇的地方是他们重用了父 string 的内存。你可以把 substring 理解为父 string 的其中一段。

举个例子，如果从一个 8000 个字符的字符串中截取 100 个字符，并不需要重新初始化 100 个字符的内存空间。

这也意味着你可能不小心就把父 string 的生命周期延长了。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没有释放，大段的字符串也不会被释放。

Substring 内部到底是怎么做到的呢？

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

内部的 _slice 属性保存着所有关于父字符串的信息：

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

计算属性 _wholeString（返回整个父字符串），startIndex 和 endIndex 都是通过内部的 _slice 返回。

也可以看出 slice 是如何引用父字符串的。

Substring 转换为 String

最后代码里可能有很多 substring，但是函数的参数类型需要的是 string。Substring 转换到 string 的过程也很简单：

let string = String(substring)

因为 substrings 和它的父字符串共享同一个内存空间，猜测创建一个新字符串应该会初始化一片新的存储空间。那么 string 的初始化到底过程是怎样的呢。

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>

• 创建一个对原有父字符串的引用
• 获取 substring 在父字符串中的开始和结束位置
• 获取 UTF-16 格式的 substring 内容。_core 是 _StringCore 的一个实例。
• 判断匹配的 unicode 编码，生成一个新的字符串实例

把 substring 转换成 string 的步骤非常简单，但是你可能要考虑是不是一需要这样做。是不是进行 substring 操作的时候都要求类型是 string？如果对 substring 的操作都需要转成 string，那么轻量级的 substring 也就失去了意义。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对脚本之家的支持。

最新评论