string - 在 Elixir 中枚举一个字符串

Question

在 Elixir 中，如果我有一个字符串，例如 "José1 José2" ，我如何枚举它？如果我尝试使用 Enum或 for理解，我收到以下错误:

** (Protocol.UndefinedError) protocol Enumerable not implemented for "José1 José2" of type BitString

Answer 1

Elixir 中的字符串是 UTF-8 编码的二进制文件。如果你想枚举一个二进制，它只是一个字节的集合，你需要指定如何。
String.graphemes/1 - 这将为您提供一个字符串列表，其中每个字符串包含一个单独的 Unicode 字素。如果您想要每个“字符”，这可能最接近您的意思。

iex> String.graphemes("José1 José2")
["J", "o", "s", "é", "1", " ", "J", "o", "s", "é", "2"]

String.codepoints/1 - 这将为您提供按 Unicode 代码点分解的字符串列表。请注意，Unicode 代码点不一定会转换为人类可读的字符。

iex> String.codepoints("José1 José2")
["J", "o", "s", "é", "1", " ", "J", "o", "s", "e", "́", "2"]

可以看到第一个和第二个 é字素在 unicode 代码点方面的表示方式不同。第一个是 LATIN SMALL LETTER E WITH ACUTE (U+00E9) ，而第二个是 LATIN SMALL LETTER E (U+0065)其次是 COMBINING ACUTE ACCENT (U+0301) .
这就是为什么您不能简单地枚举字符串的原因，因为在处理 Unicode 时，您必须指定您是否对字素、代码点或其他东西感兴趣。
String.to_charlist/1 - 为您提供字符串的数字 Unicode 代码点列表。这可用于与使用此格式的 Erlang 库进行交互。

iex> String.to_charlist("José1 José2")
[74, 111, 115, 233, 49, 32, 74, 111, 115, 101, 769, 50]

:binary.bin_to_list/1 - 如果您只想枚举字节。

iex> :binary.bin_to_list("José1 José2")
[74, 111, 115, 195, 169, 49, 32, 74, 111, 115, 101, 204, 129, 50]

获得列表后，您可以使用推导式或 Enum 中的任何函数枚举它。模块:

iex> for c <- String.graphemes("José1 José2"), into: "", do: c <> c
"JJoosséé11  JJoosséé22"

iex> "José1 José2" |> String.graphemes() |> Enum.join("|")
"J|o|s|é|1| |J|o|s|é|2"

也可以使用 comprehensions使用位串生成器来枚举字节和代码点(但不是字素)。
相当于 :binary.bin_to_list/1 :

iex> for <<byte <- "José1 José2">>, do: byte
[74, 111, 115, 195, 169, 49, 32, 74, 111, 115, 101, 204, 129, 50]

相当于 String.to_charlist/1 , 通过指定 type二进制是 utf8 :

iex> for <<cp::utf8 <- "José1 José2">>, do: cp
[74, 111, 115, 233, 49, 32, 74, 111, 115, 101, 769, 50]

相当于 String.codepoints/1 , 通过指定二进制类型为 utf8 ，并将生成的代码点转换回 UTF-8 二进制文件:

iex> for <<cp::utf8 <- "José1 José2">>, do: <<cp::utf8>>
["J", "o", "s", "é", "1", " ", "J", "o", "s", "e", "́", "2"]

附言如需进一步了解字符编码，请参阅 2003 年的这篇博文: The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!) .