在Rust中如何按单词迭代String类型？

核心结论 #

Rust标准库没有专门的“按单词迭代”内置方法，但可以通过现有字符串方法组合或手动遍历的方式实现，完全不需要引入Regex这类额外依赖。

方法1：基于split和闭包的简单分割 #

适合将单词定义为“字母数字序列”的场景，把非字母数字字符作为分隔符：

fn main() {
    let s = "Hello, world! This is Rust 123.";
    let words: Vec<&str> = s
        .split(|c: char| !c.is_alphanumeric()) // 非字母数字字符作为分隔符
        .filter(|segment| !segment.is_empty()) // 过滤连续分隔符产生的空字符串
        .collect();
    
    println!("{:?}", words); // 输出: ["Hello", "world", "This", "is", "Rust", "123"]
}

方法2：自定义单词规则的分割 #

如果需要支持带特殊字符的单词（比如连字符组成的mother-in-law），可以调整分隔符的判断逻辑：

fn main() {
    let s = "Hello, world! Mother-in-law is coming -- let's go.";
    let words: Vec<&str> = s
        .split(|c: char| {
            // 仅将非字母数字、非连字符、非单引号的字符作为分隔符
            !c.is_ascii_alphanumeric() && c != '-' && c != '\''
        })
        .filter(|segment| {
            // 过滤空字符串，同时确保片段包含有效单词字符
            !segment.is_empty() && segment.chars().any(|c| c.is_ascii_alphanumeric())
        })
        .collect();
    
    println!("{:?}", words); // 输出: ["Hello", "world", "Mother-in-law", "is", "coming", "let's", "go"]
}

方法3：手动遍历字符索引（最灵活） #

如果需要更复杂的单词规则（比如支持多语言字符、自定义分隔逻辑），可以通过char_indices手动遍历构建单词：

fn iter_words(s: &str) -> impl Iterator<Item = &str> {
    let mut start_idx = 0;
    let mut in_word = false;

    // 遍历每个字符的索引，截取单词片段
    s.char_indices()
        .filter_map(move |(current_idx, c)| {
            // 自定义单词字符的判断逻辑，这里支持字母数字、连字符、单引号
            let is_word_char = c.is_alphanumeric() || c == '-' || c == '\'';

            match (in_word, is_word_char) {
                // 从非单词字符进入单词字符，标记起始位置
                (false, true) => {
                    start_idx = current_idx;
                    in_word = true;
                    None
                }
                // 从单词字符进入非单词字符，截取当前单词
                (true, false) => {
                    in_word = false;
                    Some(&s[start_idx..current_idx])
                }
                // 其他情况（连续单词字符/连续非单词字符），不处理
                _ => None,
            }
        })
        // 处理字符串末尾的单词（如果最后一段是单词字符）
        .chain(if in_word { Some(&s[start_idx..]) } else { None })
}

fn main() {
    let s = "Bonjour le monde! L'été est là -- c'est génial.";
    let words: Vec<_> = iter_words(s).collect();
    println!("{:?}", words); // 输出: ["Bonjour", "le", "monde", "L'été", "est", "là", "c'est", "génial"]
}

总结 #

• 简单场景用split+闭包+过滤即可快速实现；
• 复杂规则推荐手动遍历字符索引，完全自定义单词判断逻辑；
• 以上所有方式均无需引入额外依赖，仅使用Rust标准库即可完成。

内容的提问来源于stack exchange，提问作者Douglas Richard Landa