字符 char

char, 表示 Unicode 单个字符, 比如 a, 使用 32-bit 的空间, 即 4 个字节, 使用单引号引用.

#![allow(unused)]
fn main() {
use std::mem::size_of_val;
let char_a = 'a' as char;
assert_eq!(size_of_val(&char_a), 4);
}

一个 char 表示一个 Unicode code point, 范围是:

  • 0x0000 - 0xD7FF
  • 0xE000 - 0x10FFFF

只有 u8 类型可以用 as 来转换成 char.

char 的内存布局

上面提到了, char 占用4个字节. 我们可以用代码来验证它:

use std::mem::size_of_val;

#[allow(unused_variables)]
fn main() {
    let you: char = '你';
    let char_a: char = 'a';
    assert_eq!(size_of_val(&you), 4);
}

然后在调试器中, 分别查看两个变量的内存, 可以看到 '你' 的内存值是 0b0000 4f60:

char you

而字符'a'的内存值是 0b0000 0061:

char a

char 的常用方法

  • 大小写转换
    • to_lowercase()
    • to_uppercase()
    • to_ascii_lowercase()
    • to_ascii_uppercase()
    • make_ascii_lowercase()
    • make_ascii_uppercase()
  • 从 u32 转成 char, 因为 char 的取值范围更小
    • from_u32()
    • from_u32_unchecked()
  • 判断字符的范围
    • is_alphabetic()
    • is_alphanumeric()
    • is_ascii_alphabetic()
    • is_ascii_alphabetic()
    • is_ascii()
    • is_control()
    • is_ascii_control()
    • is_digit()
    • is_ascii_digit()
    • is_lowercase()
    • is_uppercase()
    • is_ascii_lowercase()
    • is_ascii_uppercase()
    • is_whitespace()
    • is_ascii_whitespace()

char 转换为整数

  • to_digit(self, radix: u32) -> Option<u32>, 将字符转换成 u32 类型的整数
  • is_ascii_digit(&self) -> bool, 判断字符的范围是不是位于 '0' ..= '9'

参考