rune, RuneStr 和 RuneString

用户感知字符类型 rune 及其相关类型和数据结构。

示例

use runestr::{rune, RuneString};

fn main() {
    let runestr = RuneString::from_str_lossy("\u{0041}\u{0341}\u{304B}\u{3099}\u{9508}");
    assert_eq!(3, runestr.runes().count());
}

许可

lib.rs:

用户感知字符相关类型和数据结构。

rune 类型表示一个用户感知字符。它大致对应于 Unicode 图形集群，但有一些很好的属性。由两个或更多 char 组成的 Runes 将在每个线程的基础上自动注册。这也意味着 rune 也不是 Send 或 Sync。

RuneStr 类型，也称为“rune 字符串切片”，是一个基于 rune 的原始字符串类型。它通常以借用形式出现，即 &RuneStr。

Rune 字符串切片使用一种特殊的编码 FSS-UTF 编码，这是 UTF-8 编码的超集。这使得所有 rune 都可以被编码。

RuneString 类型，是一种可增长的基于 rune 的字符串类型。

Rune 定义

我们的 rune 定义基于 UAX-29 中定义的扩展图形集群。在此基础上，我们将所有 CJK 兼容表意文字转换为它们的等效 IVS 形式，然后将文本转换为 NFC 形式。在必要时，我们还会应用一些特定的“有损转换”规则。规则定义如下，其目标是使每个 rune“独立”，也就是说，当两个 rune 放在一起时，它们不会自动合并成一个更大的 rune。

Rune 内部有损转换规则

• 一个孤立的抽象字符 CR（U+000D）被转换为 CR LF 序列。
• 如果一个韩文字节单元不包含 CHOSEONG 或 JUNGSEONG 字符，将自动添加相应的过滤器（U+115F，U+1160）。
• 一个孤立的区域指示符（U+1F1E6..U+1F1FF）抽象字符会自动附加另一个副本，使其不再孤立。
• 以抽象字符 ZWJ（U+200D）结尾的扩展象形序列，其前面有一个可选的连续字符序列，将获得另一个额外的 ZWJ（U+200D）抽象字符，以防止它与下一个字符合并形成更大的扩展象形序列。
• 如果没有提供基字符，将插入一个空格字符（U+0020）。