Swift3.0P1 语法指南——字符串与字符

原档：https://developer.apple.com/library/prerelease/ios/documentation/Swift/Conceptual/Swift_Programming_Language/StringsAndCharacters.html#//apple_ref/doc/uid/TP40014097-CH7-ID285

1、字符串字面值

let someString = "Some string literal value"

2、初始化空的字符串

两种方法：

var emptyString = ""               // empty string literal
var anotherEmptyString = String()  // initializer syntax
// these two strings are both empty, and are equivalent to each other

可以通过isEmpty属性检查字符串是否为空：

if emptyString.isEmpty {
    print("Nothing to see here")
}
// prints "Nothing to see here"

3、字符串的可变性

通过声明为常量或变量来判断字符串是否可变。

var variableString = "Horse"
variableString += " and carriage"
// variableString is now "Horse and carriage"
 
let constantString = "Highlander"
constantString += " and another Highlander"
// this reports a compile-time error - a constant string cannot be modified

这种方式与Objective-C不同。Objective-C需要用NSString和NSMutableString两种类来分别表示不可变字符串和可变字符串。

4、字符串是值类型

Swift 的 String 类型是值类型。如果你创建了一个新的字符串值，那么当其进行常量、变量赋值操作或在函数中传递时，会进行值拷贝。在不同情况下，都会对已有字符串值创建新副本，并对该新副本进行传递或赋值。

Swift 默认字符串拷贝的方式保证了在函数/方法中传递的是字符串的值，这种方式保证了你可以独有该字符串的值，无论它来自哪里，传递给你的字符串本身不会被更改，除非是你自己更改它。

在实际编译时，Swift编译器会优化字符串的使用，使实际的复制只发生在绝对必要的情况下，这意味着你始终可以在将字符串作为值类型的同时获得极高的性能。

5、使用字符

通过遍历字符串的characters属性，可以访问字符串的单个字符：

for character in "Dog!🐶".characters {
    print(character)
}
// D
// o
// g
// !
// 🐶

当然，也可以单独声明一个Character字符：

let exclamationMark: Character = "!"

String可以用Character数组来构造：

let catCharacters: [Character] = ["C", "a", "t", "!", "🐱"]
let catString = String(catCharacters)
print(catString)
// prints "Cat!🐱"

6、连接字符和字符串

连接字符串：

let string1 = "hello"
let string2 = " there"
var welcome = string1 + string2
// welcome now equals "hello there"

也可以用已有字符串接在当前字符串后面：

var instruction = "look over"
instruction += string2
// instruction now equals "look over there"

可以在字符串后面添加字符：

let exclamationMark: Character = "!"
welcome.append(exclamationMark)
// welcome now equals "hello there!"

注意：Character只是一个单独的字符，不能在后面连接字符或字符串。

7、字符串插值

let multiplier = 3
let message = "\(multiplier) times 2.5 is \(Double(multiplier) * 2.5)"
// message is "3 times 2.5 is 7.5"

注意：插值字符串中写在括号中的表达式不能包含非转义双引号 (") 和反斜杠 (\)，并且不能包含回车或换行符。(V2.1)

注意：插值字符串中写在括号中的表达式不能包含反斜杠 (\)，不能包含回车或换行符。（V3.0P1）

8、Unicode

Unicode 是文本编码和表示的国际标准。它可以用标准格式表达来自任意语言几乎所有的字符，并能够对文本文件或网页这样的外部资源中的字符进行读写操作。

Swift 的字符串和字符类型是完全兼容 Unicode 的，它支持如下所述的一系列不同的 Unicode 编码。

（1）Unicode Scalars

Swift原生的String类型由Unicode Scalars构建而来。Unicode Scalar是字符或者修饰符的唯一21bit数字，，例如 U+0061 表示小写的拉丁字母A ("a")，U+1F425 表示正面站立的鸡宝宝 ("🐥")。

注意：Unicode Scalar指的是U+0000到U+D7FF之间、或U+E000到U+10FFFF之间的Unicode代码点，不包括U+D800到U+DFFF之间的代码点。

需要注意的是，并不是所有的Unicode标量都可以赋值给Character，有一些保留的Unicode标量目前是不能使用的。

通常，可以赋值给字符的Unicode Scalars都有名字，例如 LATIN SMALL LETTER A和FRONT-FACING BABY CHICK。

9、字符串字面量中的特殊字符

字符串字面量可以包含以下特殊字符：

- 转义特殊字符 \0 (空字符)、\\(反斜线)、\t (水平制表符)、\n (换行符)、\r (回车符)、\" (双引号)、\' (单引号)。

- 任意的Unicode Scalar，写成  \u{n}，其中n是1~8位的Unicode十六进制编码，其值为有效的Unicode代码点。

let wiseWords = "\"Imagination is more important than knowledge\" - Einstein"
// "Imagination is more important than knowledge" - Einstein
let dollarSign = "\u{24}"        // $,  Unicode scalar U+0024
let blackHeart = "\u{2665}"      // ♥,  Unicode scalar U+2665
let sparklingHeart = "\u{1F496}" // ?, Unicode scalar U+1F496

10、扩展字形集群

Swift的Character类型的每一个实例都是一个扩展字形集群。一个扩展字形集群是一个或多个Unicode Scalar的序列（组合后便产生了一个人类可读的字符）。

例如：é可以由一个单独的Unicode标量来表示（LATIN SMALL LETTER E WITH ACUTE,或 U+00E9)，但是，也可以由 e (LATIN SMALL LETTER E, or U+0065)和COMBINING ACUTE ACCENT  (U+0301)组成。无论如何，é都看做是一个Swift Character值，表示一个扩展字形集群。

let eAcute: Character = "\u{E9}"                         // é
let combinedEAcute: Character = "\u{65}\u{301}"          // e followed by ́
// eAcute is é, combinedEAcute is é

扩展字形集群是一种灵活的方式，通过不同的组合方式来构造同一个Character值。

let precomposed: Character = "\u{D55C}"                  // 한
let decomposed: Character = "\u{1112}\u{1161}\u{11AB}"   // ᄒ, ᅡ, ᆫ
// precomposed is 한, decomposed is 한

可以在字符外面加上封闭的符号来构造新的字符：

let enclosedEAcute: Character = "\u{E9}\u{20DD}"
// enclosedEAcute is é⃝

用于地区表示的符号可以成对组合来构造一个字符：

let regionalIndicatorForUS: Character = "\u{1F1FA}\u{1F1F8}"
// regionalIndicatorForUS is 🇺🇸

11、字符计数

let unusualMenagerie = "Koala 🐨, Snail 🐌, Penguin 🐧, Dromedary 🐪"
print("unusualMenagerie has \(unusualMenagerie.characters.count) characters")
// prints "unusualMenagerie has 40 characters"

注意：扩展字形集群的使用，意味着，字符串的连接和修改可能并不会改变字符串的字符的数目。

例如：

var word = "cafe"
print("the number of characters in \(word) is \(word.characters.count)")
// prints "the number of characters in cafe is 4"
 
word += "\u{301}"    // COMBINING ACUTE ACCENT, U+0301
 
print("the number of characters in \(word) is \(word.characters.count)")
// prints "the number of characters in café is 4"

注意：扩展字形集群可以被分解成一个或多个Unicode Scalar。这意味着，不同的字符、同一字符的不同表示方法，将需要不同大小的存储内存。因此，要计算一个字符串的字符数目，一定要根据字符串的字面值来判断扩展字形集群的数目。

返回的characters属性的count并不总是等于NSString的length属性，因为length属性是根据UTF-16编码计算出来的长度，并非Unicode扩展字形集群的数目。

12、访问和修改String

（1）String的索引

每一个String都有一个index类型，String.Index，对应于每一个Character的位置。

如上所述，不同的字符需要不同的内存，为了找到特定位置的Character，你需要遍历String的Unicode Scalar。因此，String不能用整型数据来索引。

用startIndex属性来访问String的第一个字符的位置。

endIndex访问String的最后一个字符的后一个位置。因此，endIndex并不是一个有效的下标。

如果String为空，startIndex等于endIndex。

String.Index可以调用predecessor()访问当前位置的前一个索引，successor()访问当前位置的后一个索引。String的任意索引都可以通过其他索引的successor（）和predecessor()方法的组合、或者advancedBy()方法访问到。访问的下标如果超过String的范围，将会产生运行时错误。(V2.1)

给定一个index, 你可以用String的index(before:) 和index(after:)访问当前index的前一个/后一个索引，用index(_:offsetBy:)可以访问距离当前index几个位置的index.（V3.0P1）

可以使用String的索引来访问该位置上的字符：

let greeting = "Guten Tag!"
greeting[greeting.startIndex]
// G
greeting[greeting.endIndex.predecessor()]
// !
greeting[greeting.startIndex.successor()]
// u
let index = greeting.startIndex.advancedBy(7)
greeting[index]
// a

索引越界，将会产生错误：

greeting[greeting.endIndex] // error
greeting.endIndex.successor() // error

用characters的indices属性，可以获得字符的索引范围：

for index in greeting.characters.indices {
    print("\(greeting[index]) ", terminator: "")
}
// prints "G u t e n   T a g !"

注意：任意遵循Indexable协议的类型，都有startIndex、endIndex属性，以及 index(before:), index(after:),和 index(_:offsetBy:)方法。String类型如此，其他类型包括 Array, Dictionary 和Set类型也是如此。

（2）插入和移除

插入，用insert(_:at:)方法：（V2.2是insert(_:atIndex:)方法）

var welcome = "hello"
welcome.insert("!", at: welcome.endIndex)
// welcome now equals "hello!"

在指定位置插入另一字符串的内容：

welcome.insert(contentsOf:" there".characters, at: welcome.index(before: welcome.endIndex))
// welcome now equals "hello there!"

V2.1的对应方法如下：

welcome.insertContentsOf(" there".characters, at: welcome.endIndex.predecessor())
// welcome now equals "hello there!"

移除指定下标开始的字符串：

welcome.remove(at: welcome.index(before: welcome.endIndex))
// welcome now equals "hello there"

V2.1的对应方法如下：

welcome.removeAtIndex(welcome.endIndex.predecessor())
// welcome now equals "hello there"

移除指定范围的字符串：

let range = welcome.index(welcome.endIndex, offsetBy: -6)..<welcome.endIndex
welcome.removeSubrange(range)
// welcome now equals "hello"

V2.1的对应方法如下：

let range = welcome.endIndex.advancedBy(-6)..<welcome.endIndex
welcome.removeRange(range)
// welcome now equals "hello"

注意：任何遵循RangeReplaceableIndexable协议的类型，都可以用insert(_:at:), insert(contentsOf:at:), remove(at:), 和removeSubrange(_:)方法。

String, Array, Dictionary, 和Set都是这样。

13、字符串的比较

（1）相等

let quotation = "We're a lot alike, you and I."
let sameQuotation = "We're a lot alike, you and I."
if quotation == sameQuotation {
    print("These two strings are considered equal")
}
// prints "These two strings are considered equal"

如果两个字符串(或两个字符)的扩展字形集群符合canonically equivalent，则两个字符串（或字符）看做是相等的。

如果两个扩展字形集群的字面意义和字形都是相同的，则认为符合canonically equivalent，即使它们被分解成不同的Unicode Scalar，它们也看做是相等的。

例如，LATIN SMALL LETTER E WITH ACUTE (U+00E9)，以及LATIN SMALL LETTER E (U+0065)+COMBINING ACUTE ACCENT (U+0301)是é字符的两种构建方式，两者看做canonically equivalent.

// "Voulez-vous un café?" using LATIN SMALL LETTER E WITH ACUTE
let eAcuteQuestion = "Voulez-vous un caf\u{E9}?"
 
// "Voulez-vous un café?" using LATIN SMALL LETTER E and COMBINING ACUTE ACCENT
let combinedEAcuteQuestion = "Voulez-vous un caf\u{65}\u{301}?"
 
if eAcuteQuestion == combinedEAcuteQuestion {
    print("These two strings are considered equal")
}
// prints "These two strings are considered equal"

相反，英语中使用的LATIN CAPITAL LETTER A（U+0041或"A"），和CYRILLIC CAPITAL LETTER A (U+0410,或 "А")是不相等的。两者看上去形状相同，但是有不同的字面意义。

let latinCapitalLetterA: Character = "\u{41}"
 
let cyrillicCapitalLetterA: Character = "\u{0410}"
 
if latinCapitalLetterA != cyrillicCapitalLetterA {
    print("These two characters are not equivalent")
}
// prints "These two characters are not equivalent"

注意：Swift中的字符串和字符都不是区域敏感的。

（2）前缀和后缀相等

String的hasPrefix(_:)和hasSuffix(_:)返回一个布尔型变量。

let romeoAndJuliet = [
    "Act 1 Scene 1: Verona, A public place",
    "Act 1 Scene 2: Capulet's mansion",
    "Act 1 Scene 3: A room in Capulet's mansion",
    "Act 1 Scene 4: A street outside Capulet's mansion",
    "Act 1 Scene 5: The Great Hall in Capulet's mansion",
    "Act 2 Scene 1: Outside Capulet's mansion",
    "Act 2 Scene 2: Capulet's orchard",
    "Act 2 Scene 3: Outside Friar Lawrence's cell",
    "Act 2 Scene 4: A street in Verona",
    "Act 2 Scene 5: Capulet's mansion",
    "Act 2 Scene 6: Friar Lawrence's cell"
]

可以用hasPrefix(_:)方法来计数有多少个Act 1场景，并且播放：

 

var act1SceneCount = 0
for scene in romeoAndJuliet {
    if scene.hasPrefix("Act 1 ") {
        ++act1SceneCount
    }
}
print("There are \(act1SceneCount) scenes in Act 1")
// prints "There are 5 scenes in Act 1"

使用hasSuffix(_:)方法:

var mansionCount = 0
var cellCount = 0
for scene in romeoAndJuliet {
    if scene.hasSuffix("Capulet's mansion") {
        ++mansionCount
    } else if scene.hasSuffix("Friar Lawrence's cell") {
        ++cellCount
    }
}
print("\(mansionCount) mansion scenes; \(cellCount) cell scenes")
// prints "6 mansion scenes; 2 cell scenes"

14、字符串的Unicode表示

let dogString = "Dog‼🐶"

（1）uft-8表示

for codeUnit in dogString.utf8 {
    print("\(codeUnit) ", terminator: "")
}
print("")
// 68 111 103 226 128 188 240 159 144 182

（2）utf-16表示

for codeUnit in dogString.utf16 {
    print("\(codeUnit) ", terminator: "")
}
print("")
// 68 111 103 8252 55357 56374

（3）Unicode Scalar表示

可以通过String的unicodeScalars访问字符串的Unicode Scalar表示, 这个属性的类型是UnicodeScalarView（一种UnicodeScalar的集合）。

每个UnicodeScalar都有一个21bit的value属性，用UInt32进行表示。

for scalar in dogString.unicodeScalars {
    print("\(scalar.value) ", terminator: "")
}
print("")
// 68 111 103 8252 128054

每个Unicode标量值可以构造一个字符串，比如用于字符串插值：

for scalar in dogString.unicodeScalars {
    print("\(scalar) ")
}
// D
// o
// g
// ‼
// 🐶