Swift中字符串修改后String.Index有效性的判断规则咨询

你提的这个问题确实戳中了Swift字符串索引的一个容易让人困惑的点——毕竟它和数组索引的行为差异挺大的，咱们一步步来拆解这个问题：

首先明确：String.Index和数组索引的本质差异 #

数组的索引是基于元素数量的整数偏移，它的有效性只和数组的元素个数强相关——只要数组元素数大于索引值，索引就是有效的，而且只要不删除元素，原有效索引不会失效。

但String.Index完全不同：它是绑定到特定字符串内部编码结构的位置标记，指向的是字符串底层UTF-8/UTF-16/UTF-32编码单元的具体位置，而不是字符的偏移量。因为Swift的字符串是Unicode兼容的，不同字符可能占用不同数量的编码单元，所以字符串的修改哪怕只是追加、替换，都可能彻底改变内部的编码结构，导致原索引指向的位置不再对应有效的字符边界。

关于你遇到的两个反例 #

1. 字符串拼接后索引失效 #

var s = "abc"
let i = s.index(after: s.startIndex)
print(s[i]) // b
s = "字" + s
print(s) // 字abc
print(s[i]) // \255 乱码
print(s.indices.contains(i)) // false

这个情况很好理解：拼接后的字符串底层编码结构完全变了，原索引i指向的是原"abc"的第二个字符位置，但新字符串的起始是占用多字节的"字"，原索引已经不在新字符串的有效索引范围内，所以访问会得到乱码，contains也返回false。

2. 替换子范围后indices.contains返回true但索引无效 #

var s = "abc"
let i = s.index(after: s.startIndex)
print(s[i]) // b
s.replaceSubrange(i...i, with: "字")
print(s) // a字c
print(s[i]) // \345 乱码
print(s.indices.contains(i)) // true

这个情况更隐蔽：你替换了i位置的单字节字符"b"为多字节的"字"，原索引i现在指向的是"字"这个多字节字符的某个中间编码单元。虽然i仍然在新字符串的索引范围内（因为新字符串的索引范围覆盖了所有编码单元的位置），但它并没有指向一个有效的字符边界，所以访问时会得到乱码。这说明s.indices.contains(i)只能判断索引是否在字符串的编码单元范围内，不能保证它指向有效的字符起始位置。

有没有类似数组的不变量？ #

遗憾的是，几乎没有通用的、可靠的不变量能让你判断原索引在修改后是否有效。哪怕只是在字符串末尾追加字符，都可能因为内部存储重新分配、编码结构变化导致原索引失效——比如追加一个多字节字符，可能会改变整个字符串的编码单元布局。

唯一极端场景下可能相对安全的是：只在字符串末尾追加单字节ASCII字符，且字符串原本全是ASCII字符。但这种情况也不绝对，因为Swift字符串的内部存储实现可能会有优化或变化，所以绝对不要依赖这个假设。

实践中的安全做法 #

• 绝不复用修改前的String.Index：任何字符串修改（插入、删除、替换、拼接）后，原来的索引都应该被丢弃，重新计算你需要的位置。
• 重新计算索引的方式：如果需要跟踪某个逻辑位置，比如原字符串的第2个字符，可以先记录它相对于起始位置的偏移量：

  let offset = s.distance(from: s.startIndex, to: i)
  // 修改字符串后
  if let newIndex = s.index(s.startIndex, offsetBy: offset, limitedBy: s.endIndex) {
      // 使用newIndex
  } else {
      // 处理越界情况
  }
  

  这种方式虽然需要重新计算，但能保证索引的有效性。
• 避免用indices.contains判断索引有效性：如你所见，这个方法无法确保索引指向有效的字符边界，只能判断是否在编码单元范围内。

内容来源于stack exchange