
开发者总结Rust中不调用String::new创建字符串的多种方法
来源标题:Wrong Ways to Create Strings
一位开发者在RustLab 2026闪电演讲后撰文,总结了不调用String::new创建String的多种方式。方法包括将字符迭代器collect成字符串、从UTF-8字节构造、借用Debug格式化枚举变体,以及通过CString转换。由于演讲未录像,作者将内容整理成博客文章发布。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
我刚从 RustLab 2026 回来,在那里我做了一个闪电演讲,讲的是 Rust 中所有不通过 String::new 来创建 String 的方法。演讲没有录制,所以我决定写成一篇博客文章。
收集字符
不调用 String::new 来创建字符串最明显的方法之一,就是把一些字符收集成一个字符串:
let ferris: String = ['f', 'e', 'r', 'r', 'i', 's']
.into_iter()
.collect();
或者,你也可以从 UTF-8 字节开始:
let ferris = String::from_utf8(vec![102, 101, 114, 114, 105, 115])
.unwrap();
派生 Debug
如果我们为一个枚举派生 Debug,就可以把一个变体格式化成字符串。注意,debug 输出并不是一种稳定的序列化格式,所以这里只是恰好对这几个特定字符串有效。
#[allow(non_camel_case_types)]
#[derive(Debug)]
enum Mascot {
ferris,
}
let ferris = format!("{:?}", Mascot::ferris);
使用 CString
这又是一个非常明显的方法:我们可以用 CString 创建一个带 NUL 终止符的字符串,然后再把它转换回 String。转换回来时会去掉终止符,并检查剩余的字节是否是合法的 UTF-8。
let ferris = std::ffi::CString::new("ferris")
.unwrap()
.into_string()
.unwrap();
使用 unwrap_err
如果我们给 CString::new 传入一个不合法的字符串,它会返回一个错误,而不是 panic。我们可以利用这一点,对结果调用 unwrap_err() 拿到错误,这样就能把被拒绝的字节拿回来。
let mut bytes = std::ffi::CString::new(b"ferris\0".to_vec())
.unwrap_err()
.into_vec();
现在我们要做的就是把我们加进去的那个不合法的 NUL 字节删掉:
bytes.pop();
然后就可以把每个字节转换回字符了。
let ferris: String = bytes.into_iter().map(char::from).collect();
char::from(u8) 是安全的,因为每个 u8 值(0–255)都对应一个合法的 Unicode 字符。它并不是在解码 UTF-8,而只是把每个字节转换成一个 Unicode 码点。把这些字符收集成 String 时,Rust 会自动把它们编码成合法的 UTF-8。因此,这个转换不会失败,但如果原始字节表示的是多字节 UTF-8 字符,得到的文本就可能是错的。
用 include_str! 静态包含一些文本
创建一个名为 file.rs 的文件,内容恰好是 ferris,结尾不带换行。在另一个 Rust 文件里,我们就可以在编译期把这个文本包含进来:
let ferris = include_str!("file.rs").to_owned();
扩展名并不重要。include_str! 会在编译期把文件作为 UTF-8 文本嵌入,并不会尝试把它当作 Rust 代码来解析。
线程的花招
线程可以有名字,而我们可以读取当前线程的名字。我们可以利用这一点来创建字符串:给一个线程命名,然后从另一个线程读取它的名字。
let builder = std::thread::Builder::new()
.name("ferris".to_owned());
然后让它读取自己的名字并把它送回来:
let ferris = builder
.spawn(|| std::thread::current().name().unwrap().to_owned())
.unwrap() // 处理创建错误
.join() // 等待线程结束
.unwrap(); // 处理线程中的 panic
这个名字是从线程句柄借来的;这就是为什么我们要把它复制成一个拥有所有权的字符串。
询问另一个进程
除了线程,你也可以启动一个子进程并读取它的输出。
use std::process::Command;
fn main() {
if std::env::args_os().any(|arg| arg == "--child") {
print!("ferris");
return;
}
let child = Command::new(std::env::current_exe().unwrap())
.arg("--child")
.output()
.unwrap();
assert!(child.status.success());
let ferris = String::from_utf8(child.stdout).unwrap();
}
子进程打印出这个字符串然后退出。父进程等待它结束,检查它的退出状态,并把捕获到的 stdout 转换成一个 String。
把它存进一个浮点数里
let crab = f64::from_bits(0x0000_7369_7272_6566);
这些位按小端字节序读出来就是 ['f', 'e', 'r', 'r', 'i', 's', 0, 0]。我们可以用 from_bits 来避免对这些字节做数值转换。现在提取出字符,并丢弃两个填充字节:
let [f, e, r1, r2, i, s, ..] = crab.to_bits().to_le_bytes().map(char::from);
let ferris = format!("{f}{e}{r1}{r2}{i}{s}");
注意我在这里用了 r1 和 r2。这是因为它们是两个独立的变量,而不是字符。使用 to_le_bytes() 可以让这段代码不依赖于机器的字节序。我们要做的就是把变量重新格式化成一个字符串。
从原始部件组装一个 String
Rust 中的 String 不过是一个指向堆分配的指针,再加上长度和容量。我们可以手动创建这种类型的实例,但必须自己小心地保证内存布局、长度、容量以及 UTF-8 合法性都正确。
let crab = Box::new(*b"ferris");
let pointer = Box::into_raw(crab).cast::<u8>();
let ferris = unsafe { String::from_raw_parts(pointer, 6, 6) };
Box::into_raw 会放弃所有权,但不会释放那块分配。String 会接管它,并在被 drop 时释放。
使用类型名
Rust 中每个类型都有一个名字。我们可以用 std::any::type_name 拿到一个类型的名字作为字符串。所以,如果我们创建一个以想要的字符串命名的类型,就可以从类型名里把这个字符串拿回来。
#[allow(non_camel_case_types)]
struct ferris;
let name = std::any::type_name::<ferris>();
这个名字可能包含模块路径,所以我们取最后一部分,然后把它“解析”成字符串:
let result = name
.rsplit("::")
.next()
.unwrap()
.parse::<String>()
.unwrap();
注意,type_name 并没有一个稳定的命名 API,所以确切的输出是未指定的。
通过 panic 传递它
这也许是我最喜欢的创建字符串的方法之一:带着它 panic,然后捕获这个 panic。
let ferris = *std::panic::catch_unwind(|| {
std::panic::panic_any(format!("ferris"));
})
.unwrap_err()
.downcast::<String>()
.unwrap();
这能奏效,是因为 panic 携带了一个拥有所有权的 String。捕获它会给我们 payload,downcast 会给我们一个 Box<String>,解引用则把字符串从 box 里移出来。这需要栈展开(unwinding)机制。如果设置 panic = "abort",进程就会直接退出。
只用填充
(原文此处似乎未完成。)
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。