[Rust] 문자열

러스트에서는 UTF-8을 기본 포맷으로 사용한다. 이게 무슨 말이냐면, 자바나 C#처럼 2바이트짜리 완성형 유니코드가 아닌 가변사이즈의 유니코드를 쓴다는 말이다.

utf8은 기본적으로 1바이트단위로 문자를 처리한다. 아스키코드 1바이트에 해당하는 문자일 경우 1바이트만 쓰지만,
2바이트 포맷에 해당하는 문자라면 그 한 문자에 2바이트만큼을 쓰고,
한글같은 경우에는 글자당 3바이트를 쓴다.
4바이트도 있다는데 뭐가 있는진 잘 모른다.

일단 예시를 보자.

len()메소드는 문자열의 '바이트'수를 반환한다.

hello는 아스키니까 1바이트씩 해서 5가 나왔고,
안녕은 한글이니까 3바이트씩 해서 6이 나왔다.

이렇기 때문에 유연성과 호환성은 괜찮지만 직관성이나 성능에 손해를 보는 경우가 있다.

뭐 감안할만한 가치가 있으니 쓰겠지만은...

어쨌든 진짜 문자의 개수를 세려면 이렇게 해야한다.

chars는 char의 배열 객체를 반환한다.
char은 유니코드의 상한치인 4바이트짜리라서 저기 안에 모든 문자들을 넣을 수가 있고,
제대로 문자의 개수를 셀수 있다.

하지만 그만큼 성능과 메모리의 낭비가 심하겠다.

utf8체계 자체가 울퉁불퉁하니 어쩔수 없는 것...

아 그리고 [i] 인덱싱도 안된다.

이제 타입을 보자.

러스트의 문자열 타입에는 &str과 String이 있다.

따지자면 String이 더 근본적인 문자열 타입이고,

&str은 String에 대한 변경 불가능한 참조(슬라이스)라고 볼 수도 있겠다.

문자열 리터럴도 &str으로 다 처리를 하고, 뭐 &str이 더 가볍고 빠르긴 하겠지만

좀 문자열을 유동적으로 처리하려면 반드시 String을 사용해야 한다.

이럴경우엔 대략:
String의 생성용 정적 메서드를 사용하는 것과, &str 리터럴의 to_string 메서드를 사용하는 방법 두가지가 있는데. 개인적으로는 후자가 더 쓰기는 편한것같다.

이런식으로 써먹을수 있다.

https://doc.rust-lang.org/std/string/struct.String.html#method.find

레퍼런스를 보자.