Ruby 字符串从 1.8 到 2.5 的演变

介绍

在 Ruby 中，字符串被表示为 String 类的实例。String 类在 Ruby 1.8 和 Ruby 2.5 之间有很大的改变。

因此，本文的目的是详细介绍每个主要版本的主要更改。

如果你想分享更多的信息，请随意发表评论。

在开始之前，请随意看看我的 最新项目

1.8 到 1.9

让我们看看在 1.8 和 1.9 之间的 Ruby 字符串类的主要区别。

# in ruby 1.8.xString.included_modules # => [String, Enumerable, Comparable, Object, Kernel]ims_18 = String.instance_methods(false).map(&:to_sym)# in ruby 1.9.xString.ancestors # => [String, Comparable, Object, Kernel, BasicObject]ims_19 = String.instance_methods(false)
diff = ims19 - ims18
diff # => [:===, :clear, :chr, :getbyte, :setbyte, :byteslice, :codepoints, :prepend, :ord, :each_codepoint, :encoding, :force_encoding, :valid_encoding?, :ascii_only?, :encode, :encode!, :to_r, :to_c]

第一个主要区别是，Ruby 1.8 中的 String 类包含 Enumerable 模块，Ruby 1.9 中的 String 类不包含 Enumerable 模块。

第二个不同之处在于，Ruby 1.9 中的 String 类有许多新的实例方法可用。

如果你不熟悉 Object 类和祖先链，请阅读 Ruby 对象模型 这篇文章。

但最重要的变化仍然是，在 Ruby 1.8 中，字符串被视为字节 bytes 序列，而在 Ruby 1.9 中，字符串被视为码点 codepoints 序列。

与特定编码耦合的码点序列允许 Ruby 处理编码。

实际上，字符串在磁盘上被存储为字节序列。

编码只是指定如何获取这些字节并将它们转换为代码点 codepoints。

因此，在 Ruby 1.9 中，Ruby 本身就可以处理字符串编码，而在 Ruby 1.8 中需要 iconv 库来处理字符串编码。

注意：

• 每个字符串的默认编码是 Binary (读为字节序列)。
  
• 在 Ruby 1.9 中 iconv 库已经被弃用。
  

1.9 到 2.0

在 Ruby 2.0 中，UTF8 是一个正在运行程序中的每个字符串的默认编码。

实际上，在 Ruby 2.0 中，默认编码是 UTF8，而在 1.9 中是 Binary。

这种行为与使用 UTF16 作为默认编码的 Java 有点类似。

注意，从 Ruby 2.0 开始，iconv 库不再是 Ruby 语言的一部分。

2.0 到 2.1

在 Ruby 2.0 中，将字符串从一种编码方式转换到相同种类的编码方式（例如：UTF8 到 UTF8）会导致空操作。

# in ruby <= 2.0.xcontent =  "Is your pl\xFFace available?".force_encoding("UTF-8")
content.encode("UTF-8", invalid: :replace) # => "Is your pl\xFFace available?"# in ruby 2.1.xcontent =  "Is your pl\xFFace available?".force_encoding("UTF-8")
content.encode("UTF-8", invalid: :replace) # => "Is your pl�ace available?"

这里我们可以看到，在 Ruby 2.0 中，我们显式用 UTF8 编码的 UTF8 字符串返回新字符串，返回字符串中未知的代码点 codepoint 不会被替换。因此，invalid: :replace 操作被省略。

在 Ruby 2.1 中，invalid: :replace 操作被处理，并且默认的字符 � 会替换序列中无效的代码点 codepoint。

2.1 到 2.5

自 Ruby 2.1 以来，除了提供了许多性能改进之外，String 类还增加了两个主要特性:

1. frozen_string_literal: true 魔法注释（从 Ruby 2.3 开始）。
   

# frozen_string_literal: truehash = { 'key' => 'value' }
hash['key'] # this will not allocate another String for 'key'

2. 非 ASCII 字符串的大小写转换（从 Ruby 2.4 开始）。
   

'Türkiye'.upcase          # => "TÜRKIYE" - Full Unicode case mapping'Türkiye'.upcase :ascii   # => "TüRKIYE" - ASCII only'Türkiye'.upcase :turkic  # => "TÜRKİYE" - Full Unicode case mapping, adapted for Turkic languages"Ačiū".upcase :lithuanian # => "AČIŪ"    - Full Unicode case mapping, adapted for Lithuanianview raw

字符串分配Benchmark

下面的基准测试是使用 benchmark-ips gem 做的。

require 'benchmark/ips'Benchmark.ips do |x|
  x.config(:time => 5, :warmup => 2)
  x.report("string allocation") { "aaa" }
  x.compare!end

它为每个版本的 Ruby 生成如下结果——从 1.8 到 2.5。

在这里，我们可以看到 Ruby 2.5 中的字符串分配效率大概是 Ruby 1.8 中的 4 倍。