有效地截断字符串复制‘`str`’到`[u8]‘(utf8感知的strlcpy)？
虽然Rust提供了str.as_bytes，但我希望将一个字符串复制到一个固定大小的缓冲区中，其中只有完整的unicode标量值被复制到缓冲区中，取而代之的是用一个在结尾处编写的空终止符截断，用C术语来说，我把它称为一个utf8 strlcpy (也就是说，它复制到一个固定大小的缓冲区中，并确保它的空终止)。
这是我想出的一个函数，但我希望在Rust中有更好的方法来做到这一点：
// return the number of bytes written to
pub fn strlcpy_utf8(utf8_dst: &mut [u8], str_src: &str) -> usize {
let utf8_dst_len = utf8_dst.len();
if utf8_dst_len == 0 {
return 0;
}
let mut index: usize = 0;
if utf8_dst_len > 1 {
let mut utf8_buf: [u8; 4] = [0; 4];
for c in str_src.chars() {
let len_utf8 = c.len_utf8();
let index_next = index + len_utf8;
c.encode_utf8(&mut utf8_buf);
if index_next >= utf8_dst_len {
break;
}
utf8_dst[index..index_next].clone_from_slice(&utf8_buf[0..len_utf8]);
index = index_next;
}
}
utf8_dst[index] = 0;
return index + 1;
}注释)：--我意识到这并不理想，因为多个UCS可能构成一个单一的字形，但是结果至少能够解码回一个str。
回答 2
Stack Overflow用户
发布于 2017-02-06 08:47:07
铁锈的str有一个方便的方法char_indices，当你需要知道实际的字符边界。这将立即在某种程度上简化您的功能：
pub fn strlcpy_utf8(utf8_dst: &mut [u8], str_src: &str) -> usize {
let utf8_dst_len = utf8_dst.len();
if utf8_dst_len == 0 {
return 0;
}
let mut last_index = 0;
for (idx, _) in str_src.char_indices() {
if (idx+1) > utf8_dst_len {
break;
}
last_index = idx;
}
utf8_dst[0..last_index].copy_from_slice(&str_src.as_bytes()[0..last_index]);
utf8_dst[last_index] = 0;
return last_index + 1;
}但是，实际上不需要迭代每个字符，除非是在复制时，因为在UTF8中很容易找到边界；Rust有str::is_char_boundary()。相反，这让您可以从结尾回顾：
pub fn strlcpy_utf8(utf8_dst: &mut [u8], str_src: &str) -> usize {
let utf8_dst_len = utf8_dst.len();
if utf8_dst_len == 0 {
return 0;
}
let mut last_index = min(utf8_dst_len-1, str_src.len());
while last_index > 0 && !str_src.is_char_boundary(last_index) {
last_index -= 1;
}
utf8_dst[0..last_index].copy_from_slice(&str_src.as_bytes()[0..last_index]);
utf8_dst[last_index] = 0;
return last_index + 1;
}Stack Overflow用户
发布于 2017-02-06 10:23:42
基于克里斯·爱默生的回答和@Matthieu-m关于删除多余支票的建议。
// returns the number of bytes written to
pub fn strlcpy_utf8(utf8_dst: &mut [u8], str_src: &str) -> usize {
let utf8_dst_len = utf8_dst.len();
if utf8_dst_len == 0 {
return 0;
}
// truncate if 'str_src' is too long
let mut last_index = str_src.len();
if last_index >= utf8_dst_len {
last_index = utf8_dst_len - 1;
// no need to check last_index > 0 here,
// is_char_boundary covers that case
while !str_src.is_char_boundary(last_index) {
last_index -= 1;
}
}
utf8_dst[0..last_index].clone_from_slice(&str_src.as_bytes()[0..last_index]);
utf8_dst[last_index] = 0;
return last_index + 1;
}@ChrisEmerson:我发了这个帖子，因为这是我的项目使用的代码，如果你愿意的话，可以随时用修改来更新你的答案，我会删除这个答案。
https://stackoverflow.com/questions/42063162
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号