如何将字符串截断为最多 N 个字符？

Question

String.truncate(usize) 的预期方法失败了，因为它没有考虑 Unicode 字符（考虑到 Rust 将字符串视为 Unicode，这令人困惑）。

let mut s = "ボルテックス".to_string();
s.truncate(4);

thread '' panicked at 'assertion failed: self.is_char_boundary(new_len)'

此外，truncate 修改了原始字符串，这并不总是需要的。

我想出的最好办法是转换为 chars 并收集到 String。

fn truncate(s: String, max_width: usize) -> String {
    s.chars().take(max_width).collect()
}

例如

fn main() {
    assert_eq!(truncate("ボルテックス".to_string(), 0), "");
    assert_eq!(truncate("ボルテックス".to_string(), 4), "ボルテッ");
    assert_eq!(truncate("ボルテックス".to_string(), 100), "ボルテックス");
    assert_eq!(truncate("hello".to_string(), 4), "hell");
}

然而，这感觉非常沉重。

Answer 1

确保你阅读并理解 :

Unicode is freaking complicated. Are you sure you want char (which corresponds to code points) as unit and not grapheme clusters?

此答案的其余部分假设您有充分的理由使用 char 而不是字素 .

which is baffling considering Rust treats strings as Unicode

这是不正确的； Rust 将字符串视为 UTF-8。在 UTF-8 中，每个代码点都映射到可变数量的字节。没有 O(1) 算法将“6 个字符”转换为 "N bytes"，因此标准库不会对您隐藏它。

您可以使用 char_indices 逐字符遍历字符串并获取该字符的字节索引：

fn truncate(s: &str, max_chars: usize) -> &str {
    match s.char_indices().nth(max_chars) {
        None => s,
        Some((idx, _)) => &s[..idx],
    }
}

fn main() {
    assert_eq!(truncate("ボルテックス", 0), "");
    assert_eq!(truncate("ボルテックス", 4), "ボルテッ");
    assert_eq!(truncate("ボルテックス", 100), "ボルテックス");
    assert_eq!(truncate("hello", 4), "hell");
}

这也是 returns 一个切片，如果需要，您可以选择将其移动到新的分配中，或者就地改变 String：

// May not be as efficient as inlining the code...
fn truncate_in_place(s: &mut String, max_chars: usize) {
    let bytes = truncate(&s, max_chars).len();
    s.truncate(bytes);
}

fn main() {
    let mut s = "ボルテックス".to_string();
    truncate_in_place(&mut s, 0);
    assert_eq!(s, "");
}

如何将字符串截断为最多 N 个字符？

How can I truncate a string to have at most N characters?

string

unicode

rust

truncate