rust - Rust：拆分字符串以获取单词及其位置

Question

Rust 有内置的函数来在空格周围分割一个字符串，比如：

let mut iter = " Hello world".split_whitespace();

assert_eq!(Some("Hello"), iter.next());
assert_eq!(Some("world"), iter.next());

但是，我想要一种将字符串拆分为单词的方法，以及它们在字符串中的相应位置。

let mut iter = ??????(" Hello world");

assert_eq!(Some((1, "Hello")), iter.next());
assert_eq!(Some((7, "world")), iter.next());

鉴于以下情况，我完全不知道从哪里开始：

• 内置split和split_whitespace函数“消耗”空白，所以我不知道给定元素之前出现了多少空白。我应该从 开始split('')，并以某种方式将非空白“分组”在一起吗？

• 有一个match_indices函数可以做类似的事情，但它只能查找给定的字符串或字符（使用闭包。）

有内置的东西吗？还是我需要遍历一个std::str::Chars迭代器？

如果是这样，我将如何从Chars给定字符的迭代器转到表示下一个单词的字符串？有没有一种安全的方法可以从函数中返回它？（到目前为止，编译器从未让我这样做）

标签： rust

Answer 1

您可以利用split_whitespace()返回指向原始切片的切片的事实，并将所需的索引计算为原始切片地址与每个子切片地址的距离：

fn addr_of(s: &str) -> usize {
    s.as_ptr() as usize
}

fn split_whitespace_indices(s: &str) -> impl Iterator<Item = (usize, &str)> {
    s.split_whitespace()
        .map(move |sub| (addr_of(sub) - addr_of(s), sub))
}

fn main() {
    let mut iter = split_whitespace_indices(" Hello world");

    assert_eq!(Some((1, "Hello")), iter.next());
    assert_eq!(Some((7, "world")), iter.next());
}