rust中slice panicked at 'byte index 5 is not a char boundary' 问题解决办法

今天在工作中遇到一个问题，string调用truncate()接口panic了，报错信息大致如下：thread '0' panicked at 'assertion failed: self.is_char_boundary(new_len)', liballoc/string.rs:1121:13

我的代码如下：

示例1：

fn main() {
    let mut s = String::from("hello 中国");

    s.truncate(7); //获取前7个字节
    
    println!("s:{}", s);
}

------------------------------------------------------------------------
   Compiling playground v0.0.1 (/playground)
    Finished dev [unoptimized + debuginfo] target(s) in 0.61s
     Running `target/debug/playground`
thread 'main' panicked at 'assertion failed: self.is_char_boundary(new_len)', src/liballoc/string.rs:1123:13
note: Run with `RUST_BACKTRACE=1` environment variable to display a backtrace.
           

当然原始代码不是这个，但是原理是一样的。这里的问题出现在字符串中的中文（纯英文字符不会出现panic）。原因是，一个汉字所在字节数为非1 byte，当去截取slice的中字符时，字符边界判断导致panic了。

一开始怀疑是truncate()接口的问题，但后来发现并不是truncate本身的问题，所有涉及到slice中截取中文字符都会容易导致panic，不信看下面例子：

示例2：

fn main() {
    let a = "abcd早";
    let b = &a[..5];
    
    println!("b={}", b);
}

-------------------------------------------------------------------------
   Compiling playground v0.0.1 (/playground)
    Finished dev [unoptimized + debuginfo] target(s) in 0.51s
     Running `target/debug/playground`
thread 'main' panicked at 'byte index 5 is not a char boundary; it is inside '早' (bytes 4..7) of `abcd早`', src/libcore/str/mod.rs:2027:5
note: Run with `RUST_BACKTRACE=1` environment variable to display a backtrace.
           

再看如下例子：

示例3：

fn main() {
    let a = "abcd早";
    let b = &a[..3];
    
    println!("b={}", b);
}

--------------------------------------------------------------
输出结果：
b=abc
           

示例4：

fn main() {
    let a = "abcd早";
    let b = &a[..7];
    
    println!("b={}", b);
}

-------------------------------------------------------------
输出结果：
b=abcd早
           

示例3与示例2的区别在于，截取的字节数不同。示例3截取前3个字符均是英文，而示例4正好截取到了中文“早”字的字符边界（“早”字占4个字节）。

那么实际生产环境中很难保证我们要截取的slice中没有中文字符，任意截取不能保证正好是字符边界，那该怎么办？

网上有人提到先把slice转换为chars的vector，然后再调用truncate()之类的，但是觉得这样太消耗性能，所以我得方法是：

// 首先判断给出的index是不是字符边界，否则向后找到字符边界所在位置
fn find_char_boundary(s: &str, index: usize) -> usize {
    if s.len() <= index {
        return index;
    }
    
    let mut new_index = index;
    while !s.is_char_boundary(new_index) {
        new_index += 1;
    }
    
    new_index
}


fn main() {
    let mut s = String::from("hello 中国");
    let idx = find_char_boundary(&s, 7); //实际获取到的idx=9
    
    s.truncate(idx);
    
    println!("idx:{}, s:{}", idx, s);
}


-------------------------------------------------------------------
输出结果：
idx:9, s:hello 中
           

好了，以上就是对自己在rust编程中遇到的问题，做一个总结与备忘，希望对有需要的人也能够有所帮助！