Swift4 Strings

基本概念

Strings 类似于集合，其由字形簇（Grapheme clusters）组成。

//遍历字符
let string = "Swift"
for char in string {
    print(char)
}

//字符串长度
let stringLength = string.count

/*
错误的访问字符方式
涉及到字符串的不同编码方式，以及字形合并等原因。
*/
let fourthChar = string[3] //error

字形簇 （Grapheme clusters）

字符由字形簇组成，相应的字形簇也是一个类集合。这其中有一个概念叫做合成字符，如 é ，其逻辑上的等价字符由 e 和 ′ 合成。相对应的 Unicode 码如下:

é : 233
e : 101
′ : 769

下面我们来尝试一下，使用代码怎么表示。

let normalE = "é"
let combineE = "e\u{0301}"
//注意 \u{0301} 代表 `′` 十六进制换算下就明白了

normalE.count  //1
combineE.count //1

/*
逻辑上 字符串 和 合成字符串 相等，他们对应于同一个字形。
Swift对于字符串的比较，使用了标准化。
在比较前，会先转化为标准字形。
*/
let equal = normalE == combineE

/*
通过上面的方法，我们并没有发现这两个字符串有何不同。
但其实，系统提供了一个方式来访问字形内部的簇族。
unicodeScalars: 码点(codePoint)集合
*/

normalE.unicodeScalars.count  //1
combineE.unicodeScalars.count //2

//码点遍历
for codePoint in normalE.unicodeScalars {
    print(codePoint.value)
}
// 233

combineE.unicodeScalars {
    print(codePoint.value)
}
// 101
// 769

通过结果，我们看到字形 和 其合成字形，并不完全等价。这一点从其构成的码点集合，可以看出来。这种差别，在我们操作或访问编码层级的时候尤其要注意！！！

---

字符串下标索引

上面提到了字符串是一种类集合，但我们在使用下面方式访问字符时却出现了错误。

let strTitle = "Swift"
let fourthChar = strTitle[3]
/*
error: 'subscript' is unavailable: 
cannot subscript String with an Int,
see the documentation comment for discussion
*/

可以看到，并不是不支持下标语法，只是不是Int型下标索引。正确的类型是 String.Index，下面看示例。这一块的概念有些缠绕...

获取首个字符：

//获取字符串起始下标
let firstIndex = strTitle.startIndex

/*
通过这个下标，我们可以读取对应该下标的字符。
注意没有细致到码点层级，只是单个字符。
*/
let firstChar = strTitle[firstIndex] 
// S

获取末尾字符：

//末尾下标
let lastIndex = strTitle.endIndex

//末尾字符
let lastChar = strTitle[lastIndex]
/*
fatal error: Can't form a Character from an empty String
发生了错误，因为集合类型都是zero-index.
纠正如下：
*/

let lastIndex = strTitle.index(before: strTitle.endIndex)
let lastChar = strTitle[lastIndex]
// t

获取其它位置的字符:

let secondIndex = strTitle.index(strTitle.startIndex, offsetBy: 1)
let secondChar = strTitle[secondIndex]
// w

字符串反置

字符串作为一个有序的字符集合，系统也提供了翻转方法。

let name = "Swift"
var backwardsName = name.reversed()
/*
这里的返回值类型，ReversedCollection
这背后隐藏了一个并不透明的机制，该返回值是和原字符串内存有关联的。
*/

//生成字符串
let backwardsNameString = String(backwardsName)

//注意:如果我们改变了原字符串
backwardsName = ""

/*
会得到如下错误
Fatal error: 
Can't form a Character from an empty String
至于为什么，欢迎讨论、拍砖。
*/

字符串截取（Substrings）

在字符串使用过程中，通常会有截取的操作。那么回顾上文中提及的 String.Index 下标索引，以及区间的概念，截取操作如下：

let fullName = "Tom Green"
//注意返回值是一个可选型
let spaceIndex = fullNmae.index(of: " ")!

let firstName = fullName[fullName.startIndex..

编码 （Encoding）

这部分内容有些生涩仅做提及，建议额外详查资料。

Strings 是由 Unicode code points 构成的集合，这些 code points 的范围是 0 ~ 1114111（0x10FFFFF 十六进制）。这也就是说，需要21bits 才能够表示这个范围。如果你只需要用到低范围的 code points（像拉丁字母），那么可以只用8bits 来标识每一个code point.

大多数编程语言中数值类型都是可寻址且存储空间具有一定规则的，计算机只能处理以bit(1位_表示0 或 1)为基础的数据，常见的像8-bits，16-bits，32-bits。

当去存储 Strings 类型数据时，可以规定每个码点（code point）使用32-bits来表示，如UInt32。这些UInt32称为码元（code unit），而这个表示过程就是 Strings 的编码（encoding），专业的名词被称为UTF-32。

类似的还有UTF-8 、UTF-16，感兴趣的可以详查资料。

//系统提供了访问 编码层级的API

//UTF-8 
let char = "\u{00bd}"
for i in char.utf8 {
    //输出二进制形式
    print("\(i): \(String(i, radix: 2))")
}

res:
194: 11000010
189: 10111101

//UTF-16
for i in char.utf16 {
    print("\(i) : \(String(i, radix: 2))")
}

res:
189 : 10111101

---