Julia 中的String是一連串有序的字元。正如手冊所言:「當然,真正的麻煩在於追問什麼是字元。」
這些複雜之處大多會在Chars概念中更詳細地介紹,不過先簡單說:
一般來說,字串會用雙引號" "括住。
單引號' '只用於Chars。
也可以使用三個雙引號""" """,這樣就能在字串裡直接使用"而不必跳脫。
更重要的是,多行字串中多餘的縮排會被去除。
julia> """
Multiline
"""
"Multiline\nString\n"
就像從 C 開始的大多數語言一樣,Julia 用反斜線\來跳脫:
\n。\$(見下文)。原則上,字串可以像向量一樣索引:
julia> s[1], s[5]
('J', 'a')
對 "Julia" 這種 ASCII 字串來說,這顯然行得通,但這忽略了世界上大多數的語言。
想想 Beowulf 裡的一個字元,這部作品是大約 15 個世紀前用古英語寫成的。
"Hrōðgār" 明顯有 7 個字元,但並非所有字元都是 ASCII。
julia> king = "Hrōðgār"
"Hrōðgār"
julia> length(king)
7
julia> isascii(king)
false
# collect() converts to a Char vector:
julia> collect(king)
7-element Vector{Char}:
'H': ASCII/Unicode U+0048 (category Lu: Letter, uppercase)
'r': ASCII/Unicode U+0072 (category Ll: Letter, lowercase)
'ō': Unicode U+014D (category Ll: Letter, lowercase)
'ð': Unicode U+00F0 (category Ll: Letter, lowercase)
'g': ASCII/Unicode U+0067 (category Ll: Letter, lowercase)
'ā': Unicode U+0101 (category Ll: Letter, lowercase)
'r': ASCII/Unicode U+0072 (category Ll: Letter, lowercase)
像這樣索引,一開始沒問題,但到了某個地方就會出錯:
julia> king[3]
'ō': Unicode U+014D (category Ll: Letter, lowercase)
julia> king[4]
ERROR: StringIndexError: invalid index [4], valid nearby indices [3]=>'ō', [5]=>'ð'
問題在於,這種索引方式算的是_位元組_,而對非 ASCII 字串來說,位元組和字元之間並不是 1:1 的關係。
一個 Unicode/UTF-8 字元最多可能需要 4 個位元組才能表示,Chars概念會進一步探討這一點。
許多語言都用+當作字串串接運算子,但 Julia 不是。
至少它的錯誤訊息還挺有用的。
julia> "s1 " + "s2"
ERROR: MethodError: no method matching +(::String, ::String)
The function `+` exists, but no method is defined for this combination of argument types.
String concatenation is performed with *
julia> "s1 " * "s2"
"s1 s2"
string()函式可以串接任意數量的字串。
julia> string("lots ", "of ", "bits")
"lots of bits"
join()函式也能做到同樣的事,而且還能接收一個字串向量,用指定的分隔符號將它們串接起來(預設為"")。
julia> join(["lots", "of", "bits"], "_")
"lots_of_bits"
注意,字串是不可變的,而串接會涉及複製。 因此,在迴圈中反覆串接效率不彰,比較好的做法是把片段收集到一個向量裡,最後再全部串接起來。
很簡單:
julia> repeat("Abc", 5)
"AbcAbcAbcAbcAbc"
許多語言都有辦法把計算出來的值插入字串中,只是對於該用什麼語法最好,大家的意見出奇地分歧。
在 Julia 中,要內插的值前面會加上$。
julia> myvar = 42
42
julia> "myvar evaluates to $myvar"
"myvar evaluates to 42"
julia> r = 5.3
5.3
julia> "A circle of radius $r has area $(π * r^2)"
"A circle of radius 5.3 has area 88.24733763933729"
當省略括號會造成語意不清時就必須加上,但若只是單一識別字後面接著空白,則可以省略。
若想在字串中包含 $,請將它跳脫為\$。
要注意目前內插有個限制:不支援格式化,例如指定要顯示的小數位數。
@sprintf()若想更精細地控制字串的組裝,Julia 從 C 借用了sprintf函式(後來也有好幾種語言跟進,維基百科上列了大約 30 種)。
在 Julia 中,它是以Printf模組中的macro實作的,因此帶有@前置符號。
julia> using Printf
julia> r = 5.3
5.3
julia> @sprintf("A circle of radius %.1f has area %.2f", r, π * r^2)
"A circle of radius 5.3 has area 88.25"
為了簡單起見,本節將聚焦在那些會回傳新字串、且不改變輸入的函式。
許多函式都有一個加上!後綴的同名版本,會直接原地修改輸入。
一個字串有多長? 有時候,這取決於你怎麼數。
最單純的情況是 ASCII 字串,每個字元都佔 1 個位元組。
julia> string_asc = "Julia"
"Julia"
julia> length(string_asc)
5
julia> sizeof(string_asc)
5
length()函式回傳的是_字元_數,sizeof()函式回傳的則是_位元組_數。
面對其他字元集時,這個區別就變得重要了:
julia> king = "Hrōðgār"
"Hrōðgār"
julia> length(king)
7
julia> sizeof(king)
10
程式設計中常見的操作之一,是把一個長字串依照一個或多個字元組成的分隔字串切成好幾段。
最通用的做法是用split()函式。
分隔符號預設為(任何)空白,但也可以指定其他字元。
julia> split("my little string")
3-element Vector{SubString{String}}:
"my"
"little"
"string"
julia> split("My_snake_case_string", "_")
4-element Vector{SubString{String}}:
"My"
"snake"
"case"
"string"
這些例子會把字串拆成更小的_字串_。 把字串拆成_字元_則是另一種不同的操作。
字串裡是否含有指定的子字串?
奇怪的是,有兩個函式可以測試這件事:occursin()和contains(),差別只在於引數的順序。
julia> needle = "Julia"
"Julia"
julia> haystack = "Python, Julia and R"
"Python, Julia and R"
julia> occursin(needle, haystack)
true
julia> contains(haystack, needle)
true
如果想更精確地指定位置:
julia> startswith(haystack, "Python")
true
julia> endswith(haystack, "Python")
false
要取得子字串的起點與終點索引,我們有幾個函式:
findfirst()findlast()findprev()findnext()julia> findfirst(needle, haystack)
9:13
要取代子字串,就用x => y語法列出要做的變更。
julia> replace("abc", "a"=>"b", "b"=>"c", "c"=>"a")
"bca"
從 Julia 1.7 起,replace函式可以接受任意數量的變更,並保證在取代過程中,沒有任何字元會被改動超過一次。
x => y語法稱為pair,這是 Julia 中一個重要的型別,Dicts and Pairs概念會有更詳細的介紹。
我們經常需要移除字串開頭或結尾的空白。
用於這件事的函式有lstrip()(左)、rstrip()(右)和strip()(兩端)。
julia> strip("\n\t useful_bit\n\n")
"useful_bit"
這些函式的名稱都相當一目了然:
julia> s = repeat("aBcD ", 5)
"aBcD aBcD aBcD aBcD aBcD "
julia> uppercase(s)
"ABCD ABCD ABCD ABCD ABCD "
julia> lowercase(s)
"abcd abcd abcd abcd abcd "
julia> titlecase(s) # Initial letter of each word uppercase
"Abcd Abcd Abcd Abcd Abcd "
在這個練習裡,你會處理一行行的日誌。
每一行日誌都是格式如下的字串:"[<LEVEL>]: <MESSAGE>"。
日誌層級有三種:
INFOWARNINGERROR你有三個任務,每個任務都會拿到一行日誌,並要你對它做點處理。
實作message函式,回傳日誌行裡的訊息:
julia> message("[ERROR]: Invalid operation")
"Invalid operation"
開頭或結尾的空白都應該移除:
julia> message("[WARNING]: Disk almost full\r\n")
"Disk almost full"
實作log_level函式,回傳日誌行的日誌層級,而且要以小寫回傳:
julia> log_level("[ERROR]: Invalid operation")
"error"
實作reformat函式,重新格式化日誌行,把訊息放在前面,日誌層級則放在後面的括號裡:
julia> reformat("[INFO]: Operation completed")
"Operation completed (info)"
注意: 這個練習裡的所有字串都是英文,而且只使用 ASCII 字元集。 之後的概念會讓你有機會處理 Unicode 字元。