如何在Rust中按首个Unicode空白字符拆分字符串一次？

针对你提出的需求，我们可以通过直接操作字符串切片的方式，高效实现按首个Unicode空白序列拆分的功能，完全避免不必要的内存分配：

实现代码 #

fn split_first_whitespace(s: &str) -> Option<(&str, &str)> {
    // 定位第一个空白字符的起始位置
    let split_start = s.find(char::is_whitespace)?;
    // 跳过连续空白，找到后续第一个非空白字符的位置
    let split_end = s[split_start..]
        .find(|c: char| !c.is_whitespace())
        .map_or(s.len(), |pos| split_start + pos);
    
    Some((&s[..split_start], &s[split_end..]))
}

// 测试用例
fn main() {
    let case1 = "dog cat fish";
    let (first, rest) = split_first_whitespace(case1).unwrap();
    assert_eq!(first, "dog");
    assert_eq!(rest, "cat fish");

    let case2 = "dog \t cat fish";
    let (first, rest) = split_first_whitespace(case2).unwrap();
    assert_eq!(first, "dog");
    assert_eq!(rest, "cat fish");

    // 无空白字符的情况返回None
    let case3 = "hello_world";
    assert!(split_first_whitespace(case3).is_none());
}

逻辑说明 #

1. 定位首个空白：使用str::find(char::is_whitespace)找到字符串中第一个Unicode空白字符的位置，这个方法会匹配所有符合Unicode标准的空白（包括空格、制表符\t、换行符等）。
2. 跳过连续空白：从首个空白的位置开始，再次查找第一个非空白字符的位置，以此确定整个空白序列的结束点；如果空白序列后没有内容，则直接将结束点设为字符串末尾。
3. 切片返回结果：通过字符串切片直接拆分出第一部分和剩余部分，全程没有额外的内存分配，效率远高于迭代器收集拼接或正则匹配的方式。

内容的提问来源于stack exchange，提问作者Nicholas Obert