从行迭代器创建单词迭代器

Question

我有一个字符串迭代器lines，它是从标准输入获得的

use std::io::{self, BufRead};

let mut stdin = io::stdin();
let lines = stdin.lock().lines().map(|l| l.unwrap());

lines 迭代器产生String 类型的值，而不是&str。我想创建一个迭代输入单词而不是行的迭代器。看起来这应该是可行的，但我天真的尝试不起作用：

let words = lines.flat_map(|l| l.split_whitespace());

编译器告诉我，l 在被借用的同时被删除了，这是有道理的：

error[E0597]: `l` does not live long enough
 --> src/lib.rs:6:36
  |
6 |     let words = lines.flat_map(|l| l.split_whitespace());
  |                                    ^                  - `l` dropped here while still borrowed
  |                                    |
  |                                    borrowed value does not live long enough
7 | }
  | - borrowed value needs to live until here

还有其他干净的方法可以做到这一点吗？

Answer 1

在您的示例代码中，lines 是从您从stdin 获得的阅读器读取的行的迭代器。正如你所说，它返回 String 实例，但你没有将它们存储在任何地方。

std::string::String::split_whitespace 是这样定义的：

pub fn split_whitespace(&self) -> SplitWhitespace

所以，它需要一个字符串的引用——它不消耗字符串。它返回一个迭代器，该迭代器产生字符串切片&str - 它引用字符串的一部分，但不拥有它。

事实上，一旦你传递给flat_map 的闭包完成了，没有人拥有它，所以它被丢弃了。这将使words 产生的&str 悬空，从而导致错误。

一种解决方案是将线条收集到一个向量中，如下所示：

let lines: Vec<String> = stdin.lock().lines().map(|l| l.unwrap()).collect();

let words = lines.iter().flat_map(|l| l.split_whitespace());

String 实例保存在Vec<String> 中，它可以继续存在，以便words 产生的&str 可以参考。

如果有很多行，并且您不想将它们全部保存在内存中，您可能更愿意一次写一行：

let lines = stdin.lock().lines().map(|l| l.unwrap());

let words = lines.flat_map(|l| {
    l.split_whitespace()
        .map(|s| s.to_owned())
        .collect::<Vec<String>>()
        .into_iter()
});

这里每一行的单词都被收集成一个Vec，一次一行。权衡是减少了整体内存消耗，而不是为每一行构造一个 Vec<String> 并将每个单词复制到其中的开销。

您可能一直希望零拷贝实现，它消耗了lines 产生的Strings。我认为可以通过创建一个 split_whitespace() 函数来创建 String 的所有权并返回一个拥有该字符串的迭代器。