这是一个很好的解决方案:
use std::str::CharRange;
fn swap_chars_at(input_str: &str, i: usize) -> String {
// Pre-allocate a string of the correct size
let mut swapped = String::with_capacity(input_str.len());
// Pluck the previous character
let CharRange { ch: prev_ch, next: prev } = input_str.char_range_at_reverse(i);
// Pluck the current character
let CharRange { ch, next } = input_str.char_range_at(i);
// Put them back
swapped.push_str(&input_str[..prev]);
swapped.push(ch);
swapped.push(prev_ch);
swapped.push_str(&input_str[next..]);
// Done!
swapped
}
#[test]
fn smoke_test() {
let s = swap_chars_at("lyra", 2);
assert_eq!(s, "lrya");
}
#[test]
fn unicode() {
// 'ç' takes up 2 bytes in UTF-8
let s = swap_chars_at("ça va?", 2);
assert_eq!(s, "aç va?");
}
来自文档:
-
fn char_range_at(&self, start: usize) -> CharRange
-
fn char_range_at_reverse(&self, start: usize) -> CharRange
- 给定一个字节位置和一个 str,返回前一个字符及其位置。
这两种方法一起让我们可以在字符串中前后查看——这正是我们想要的。
但是等等,还有更多! DK 指出了上述代码的一个极端情况。如果输入包含任何组合字符,它们可能会与它们组合的字符分离。
现在,这个问题是关于 Rust,而不是 Unicode,所以我不会详细讨论到底是如何运作的。现在你需要知道的是 Rust 提供了这个方法:
-
fn grapheme_indices(&self, is_extended: bool) -> GraphemeIndices
通过健康的应用.find()
and .rev()
,我们得出这个(希望)正确的解决方案:
#![allow(unstable)] // `GraphemeIndices` is unstable
fn swap_graphemes_at(input_str: &str, i: usize) -> String {
// Pre-allocate a string of the correct size
let mut swapped = String::with_capacity(input_str.len());
// Find the grapheme at index i
let (_, gr) = input_str.grapheme_indices(true)
.find(|&(index, _)| index == i)
.expect("index does not point to a valid grapheme");
// Find the grapheme just before it
let (prev, prev_gr) = input_str.grapheme_indices(true).rev()
.find(|&(index, _)| index < i)
.expect("no graphemes to swap with");
// Put it all back together
swapped.push_str(&input_str[..prev]);
swapped.push_str(gr);
swapped.push_str(prev_gr);
swapped.push_str(&input_str[i+gr.len()..]);
// Done!
swapped
}
#[test]
fn combining() {
// Ensure that "c\u{327}" is treated as a single unit
let s = swap_graphemes_at("c\u{327}a va?", 3);
assert_eq!(s, "ac\u{327} va?");
}
不可否认,这有点复杂。首先,它迭代输入,取出位于i
。然后它迭代backward (.rev())通过输入,选择具有索引的最右边的簇< i
(即前一个集群)。最后它会把所有东西重新组合在一起。
如果你正在really迂腐,还有更多特殊情况需要处理。例如,如果字符串包含 Windows 换行符 ("\r\n"
),那么我们可能不想交换它们。在希腊语中,字母 sigma (σ) 在单词 (ς) 末尾时的写法有所不同,因此更好的算法应该根据需要在它们之间进行翻译。并且不要忘记那些双向控制字符...
但为了我们的理智,我们就到此为止。