2026a

# 文本和字符

# 字符串数组中的文本

当您处理文本时，将字符序列括在双引号中。可以将文本赋给变量。

t = "Hello, world";

如果文本包含双引号，请在定义中使用转义字符 \ 。

q = "Something \"quoted\" and something else."

"Something \"quoted\" and something else."

与所有 Syslab 变量一样，t 和 q 是数组。它们的数据类型是 String。

varinfo(r"^t")

  name     size summary
  –––– –––––––– ––––––––––––––––––
  t    20 bytes 12-codeunit String

要将文本添加到字符串末尾，请使用加号运算符 *。

f = 71;
c = (f-32)/1.8;
tempText = "Temperature is " * string(c) * "C"

"Temperature is 21.666666666666668C"

与数值数组类似，字符串数组可以有多个元素。使用 length 函数可查找数组中每个字符串的长度。

A = ["a" "bb" "ccc"; "dddd" "eeeeee" "fffffff"]

2×3 Matrix{String}:
 "a"     "bb"      "ccc"
 "dddd"  "eeeeee"  "fffffff"

length.(A)

2×3 Matrix{Int64}:
 1  2  3
 4  6  7

# 字符数组中的数据

有时字符表示的数据与文本不符，例如 DNA 序列。您可以将此类数据存储在数据类型为 char 的字符数组中。字符数组使用单引号。

seq = "GCTAGAATCC"

"GCTAGAATCC"

# 字符串与字符数组的转换

通过 collect 函数将字符串转成字符数组。

seq = collect(seq)

10-element Vector{Char}:
 'G': ASCII/Unicode U+0047 (category Lu: Letter, uppercase)
 'C': ASCII/Unicode U+0043 (category Lu: Letter, uppercase)
 'T': ASCII/Unicode U+0054 (category Lu: Letter, uppercase)
 'A': ASCII/Unicode U+0041 (category Lu: Letter, uppercase)
 'G': ASCII/Unicode U+0047 (category Lu: Letter, uppercase)
 'A': ASCII/Unicode U+0041 (category Lu: Letter, uppercase)
 'A': ASCII/Unicode U+0041 (category Lu: Letter, uppercase)
 'T': ASCII/Unicode U+0054 (category Lu: Letter, uppercase)
 'C': ASCII/Unicode U+0043 (category Lu: Letter, uppercase)
 'C': ASCII/Unicode U+0043 (category Lu: Letter, uppercase)

varinfo(r"^seq")

  name     size summary
  –––– –––––––– –––––––––––––––––––––––
  seq  80 bytes 10-element Vector{Char}

数组的每个元素包含一个字符。

seq[4]

'A': ASCII/Unicode U+0041 (category Lu: Letter, uppercase)

使用 vcat 连接字符数组，就像串联数值数组一样。

seq2 = vcat(seq, collect("ATTAGAAACC"))

20-element Vector{Char}:
 'G': ASCII/Unicode U+0047 (category Lu: Letter, uppercase)
 'C': ASCII/Unicode U+0043 (category Lu: Letter, uppercase)
 'T': ASCII/Unicode U+0054 (category Lu: Letter, uppercase)
 'A': ASCII/Unicode U+0041 (category Lu: Letter, uppercase)
 'G': ASCII/Unicode U+0047 (category Lu: Letter, uppercase)
 'A': ASCII/Unicode U+0041 (category Lu: Letter, uppercase)
 'A': ASCII/Unicode U+0041 (category Lu: Letter, uppercase)
 'T': ASCII/Unicode U+0054 (category Lu: Letter, uppercase)
 'C': ASCII/Unicode U+0043 (category Lu: Letter, uppercase)
 'C': ASCII/Unicode U+0043 (category Lu: Letter, uppercase)
 'A': ASCII/Unicode U+0041 (category Lu: Letter, uppercase)
 'T': ASCII/Unicode U+0054 (category Lu: Letter, uppercase)
 'T': ASCII/Unicode U+0054 (category Lu: Letter, uppercase)
 'A': ASCII/Unicode U+0041 (category Lu: Letter, uppercase)
 'G': ASCII/Unicode U+0047 (category Lu: Letter, uppercase)
 'A': ASCII/Unicode U+0041 (category Lu: Letter, uppercase)
 'A': ASCII/Unicode U+0041 (category Lu: Letter, uppercase)
 'A': ASCII/Unicode U+0041 (category Lu: Letter, uppercase)
 'C': ASCII/Unicode U+0043 (category Lu: Letter, uppercase)
 'C': ASCII/Unicode U+0043 (category Lu: Letter, uppercase)

通过 String 函数将字符数组转成字符串。

seq = String(seq2)

"GCTAGAATCCATTAGAAACC"

# 字符

# ASCII 字符和 Unicode 字符

ch = 'a'

'a': ASCII/Unicode U+0061 (category Ll: Letter, lowercase)

ch = '中'

'中': Unicode U+4E2D (category Lo: Letter, other)

ch == '\U4E2D'

true

# 字符类型转换

使用 UInt32 将字符转换成无符号 32 位整数值。

d = UInt32('中')

0x00004e2d

# 有效性判断

使用 isvalid 函数判断字符是否有效。

@assert isvalid(ch)
@assert isvalid(Char(0x00004e2d))
@assert isvalid(Char(0x11ffff)) == false #  0x11ffff 超出了 Unicode 编码标准所定义的代码空间

# 字符串与索引

str = "中国"
length(str) == 2
sizeof(str) == 6 # 对于 UTF-8 编码格式来说，一个中文字符需要用掉 3 个代码单元

str[1] == '中'
i = nextind(str, 1) # i等于4
str[i] == '国'

注意

str[1]: '中'

str[2]: 报错

str[3]: 报错

str[4]: '国'

# 使用迭代器

for ch in str
  println(ch)
end

中
国