原文Swift Substrings，作者Greg Heo
(sub)string不是字符串？是也不是
文本字符串非常常用，编程语言通常对其提供特殊特性或者语法糖。以大家最常用的C语言来说，其字符串只是字符数组。但是你不需要创建一个数组['h','e','l','l','o'] ，只要输入"hello"编译器就会打点好一切。
更高级的语言比如Swift中，字符串不仅仅是简单的字符数组，而是一个完整的类型并且有着各种特性。在这次的string观察中，我们关注他的一小部分行为：substring。
String，简述
首先，我们快速遍历一次string的实现。以下来自标准库的 String.swift 文件：
public struct String {
public var _core: _StringCore
}
里面还有很多的构造函数，不过整个主类型里只有一个存储属性！好东西一定都在 StringCore.swift 里：
public struct _StringCore {
public var _baseAddress: UnsafeMutableRawPointer?
var _countAndFlags: UInt
public var _owner: AnyObject?
}
这个类型里面依然很多东西，我们还是只关注存储属性：
- Base address — 指向底层存储的原始指针。
-
Count — 字符串长度，存储在
_countAndFlags的低位(UInt.bitWidth - 2)。 在64位环境下，这表示最大可用62位表示字符串长度，即 4 x 10^18 — 整整4 EB字节！ -
Flags — 两个标志位：一位表示字符串底层使用Swift原生的
_StringBuffer，或者是NSString形式的 Cocoa buffer；第二位表示buffer存储的编码是ASCII还是UTF-16。
_StringCore还有更多的复杂细节，这样快速过一遍就能让我们找到想要的：string有底层存储以及大小。
Substring
Swift中如何创建一个substring？最简单的办法是通过下标对string切片：
let str = "Hello Swift!"
let slice = str[str.startIndex..<str.index(str.startIndex, offsetBy: 5)]
// "Hello"
好吧，很简单，但是代码不太好看😄。
string的索引不使用整数，而是靠startIndex和index(_:offsetBy:)操作。既然我们从startIndex开始，那么可以靠partial range简化一下代码。
let withPartialRange = str[..<str.index(str.startIndex, offsetBy: 5)]
// still "Hello"
或者用collection（容器）的切片方法：
let slice = str.prefix(5)
// still "Hello"
记住，string是容器，你可以使用所有容器常用的方法，比如 prefix()， suffix()，dropFirst()，等等。
Substring内部
substring的一部分魔法是重用了“parent” string的内存。你可以认为substring由base string和range构成。
image
这意味着从一个8000字符的string上切一个100字符的substring不需要分配额外内存，也不用复制100个字符。
这也意味着你可能无意延长了你的base string的生命周期。如果你有一个超大字符串存了一整本小说，然后从其中切片了一个单词，那么只要substring还在，这个巨大的string就会一直阴魂不散。
那么到底substring内部是如何跟踪这些的呢？
public struct Substring {
internal var _slice: RangeReplaceableBidirectionalSlice<String>
内部的 _slice属性保存了关于base string的所有信息：
// 仍然是 Substring 的代码
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（返回原来完整的字符串），以及 startIndex和endIndex （指出在string中切片的范围）只是简单的传递了内部切片属性的值。
你也能看到切片如何用 _base来保存原始string的信息。
从Substring到String
所以你有了一堆各种各样的的substring，而你的函数需要的是string。怎么办？不用担心，把substring转换成string很简单：
let string = String(substring)
既然substring和他们的base string共享内存，创建一个新的string理当分配新的内存。那么String中这个接受substring的构造函数中有发生了什么？
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]
// 4A
if start.samePosition(in: x.unicodeScalars) != nil
&& end.samePosition(in: x.unicodeScalars) != nil {
self = String(_StringCore(u16))
}
// 4B
else {
self = String(decoding: u16, as: UTF16.self)
}
}
}
-
获取完整base string的引用。
-
获取开始和结束范围的索引。
-
获取切片的UTF-16表现形式。
_core是一个_StringCore实例，而encodedOffset属性是string的UTF-16版本的索引。 -
检查索引是否与unicode标量匹配，分支4A表示表示你没有不成对的代理码 (Unicode is hard)，因而可以使用基于
_StringCore的UTF-16 buffer切片直接创建新的字符串。否则，走分支4B重新以UTF-16编码buffer，使用
init(decoding:as:)初始化string。无论如何，最后都得到一个新的String实例。
把substring转换为string非常简单，不过真的是必须嘛？每次使用的时候都要把subtstring用String()包起来？那样的话我们使用轻量化的substring所得到的效率不就白费了？
StringProtocol
来看看 StringProtocol！作为面向协议编程的绝佳例子， StringProtocol抽象了字符串的函数功能，比如uppercased()，lowercased()， comparable，hashable，collection，等等。 String及Substring都遵循StringProtocol。
这意味着你可以用 ==比较string和substring，而不用先转换substring：
let helloSwift = "Hello Swift"
let swift = helloSwift[helloSwift.index(helloSwift.startIndex, offsetBy: 6)...]
// 直接比较 substring 和 string 😱
swift == "Swift" // true
你也可以遍历substring，以及从substring再取一个substring。
你会发现标准库里有一些函数接受StringProtocol而非String，比如把string转换成整数和浮点使用的构造器init(text: StringProtocol)。
也许你自己的代码里，你不在乎处理的是string还是substring？那样的话，考虑接受 StringProtocol参数，那样调用者就不用在传参的时候再手工转换一次了。
结语
小结一下：
- String 还是字符串，始终如一。
- Substring 是string的切片。它们与base string共享内存buffer，并拥有一对范围索引。
-
StringProtocol 抽取出字符串的特征以及如何访问其功能，放进一个协议中。
String及Substring都遵循StringProtocol。
image
所以有谁准备好写一个自己的字符串类型了？搞一个你自己StringProtocol实现来加入string聚会？🎊
/// 不要定义新的 `StringProtocol`实现。 标准库中只有 `String` 和
/// `Substring` 是有效的实现。
public protocol StringProtocol
那好吧，我们还是来搞自己的 boolean类型好了吧？😜
网友评论