Alias & String
Тепер, коли ми знаємо, що таке масиви, дізнались про immutable та
пробіглись по основним типам, час познайомитись відразу з двома новими
конструкціями:
alias string = immutable(char)[];
Термін string (далі рядки) оголошено, як інструкція alias
(псевдонім), яка визначає його як зріз immutable(char)'ів. Це
означає, що як тільки рядок побудований, його вміст більше не може
бути змінений. Це i є наша наступна тема: зустрiчайте рядки
у кодуваннi UTF-8!
Через свою незмінність рядки можуть бути чудово розподілені між різними
потоками. Так як рядки являються зрізами, їх частини можуть бути отримані
без додаткового виділення пам’яті. Наприклад, коли стандартна функція
std.algorithm.splitter
розділяє рядок на частинки, додаткова пам’ять не виділяється.
Окрім UTF-8 рядків, є ще два типи:
alias wstring = immutable(wchar)[]; // UTF-16
alias dstring = immutable(dchar)[]; // UTF-32
Їх найлегше конвертувати між собою за допомогою метода to з
пакету std.conv:
dstring myDstring = to!dstring(myString);
string myString = to!string(myDstring);
Юнікод рядки
Це означає, що рядки формату string визначені, як масив 8-бітних Юнікод [значень]
(http://unicode.org/glossary/#codeunit). Все, що можна робити з масивами, можна
робити і з рядками, але працювати це буде на рівні значень Юнікоду, а не на рівні
символів. У той же час алгоритми зі стандартної бібліотеки інтерпретують рядки,
як послідовність [елементів Юнікод](http://unicode.org/glossary/#codepoint),
і крім цього є спосіб інтерпретувати їх, як послідовність [графемів]
(http://unicode.org/glossary/#grapheme), явно використавши [std.uni.byGrapheme]
(https://dlang.org/library/std/uni/by_grapheme.html).
Цей невеликий приклад показує різницю в інтерпретаціях:
string s = "\u0041\u0308"; // Ä
writeln(s.length); // 3
import std.range : walkLength;
writeln(s.walkLength); // 2
import std.uni : byGrapheme;
writeln(s.byGrapheme.walkLength); // 1
У прикладі вище довжина масиву s рівна трьом, тому що містить 3 значення
Юнікоду: 0x41, 0x03 та 0x08. З них останні два означають один елемент
(діакритичний знак, який комбінується з літерою), а [walkLength]
(https://dlang.org/library/std/range/primitives/walk_length.html) (функція
стандартної бібліотеки для підрахунку довжини довільного діапазону) повертає
2, так як підраховується лише два елементи Юнікоду. І нарешті, byGrapheme -
це досить дороге обчислення, яке показує, що ці два елементи є одним видимим
символом.
Правильна обробка Юнікоду може бути доволі непростою, але зазвичай D-розробники
можуть просто вважати змінні string, як магічний набір байтів і покладатися
на алгоритми стандартної бібліотеки. Якщо потрібна ітерація для елементу
(блоку коду), можна використовувати byCodeUnit.
Авто-декодування у D пояснюється детальніше у розділі Unicode у мові D.
Багаторядковий текст
Рядки у D завжди можуть бути розбиті на кілька рядків:
string multiline = "
Це
може бути
довгий документ
";
Коли у документі з'являються цитати, можна використовувати необроблені
рядки (див. нижче) або heredoc strings.
Необроблені (Raw) рядки
Також можливо використовувати необроблені рядки для мінімізації ручного введення
зарезервованих символів екранування. Необроблені рядки можуть бути оголошені
з використанням зворотних апострофів ( ` ... ` ) чи префікса r(aw) (r" ... ").
string raw = `raw "string"`; // raw "string"
string raw2 = r"raw `string`"; // raw `string`
D забезпечує ще більше способів представлення рядків - без вагань
дослідіть їх.
Додатково
