Как в Rust получить количество символов в строке, а не байтов?

Проблема: байты vs символы в Rust

В Rust строки (String и &str) хранятся в кодировке UTF-8. Метод .len() возвращает количество байтов, а не символов. Это сделано для производительности — байтовый счёт работает за O(1). Но для подсчёта символов (Unicode scalar values) нужно использовать другой подход.

Решение: метод .chars().count()

Самый простой и правильный способ — использовать итератор .chars(), который перебирает символы (char) строки, а затем вызвать .count():

fn main() {
    let text = String::from("Привет, мир! 😊");
    // Подсчёт символов
    let char_count = text.chars().count();
    println!("Символов: {}", char_count); // 14 (включая эмодзи)
    
    // Для сравнения — байтовая длина
    println!("Байтов: {}", text.len());    // 22
}

Важные детали

• Сложность: .chars().count() работает за O(n), где n — количество байт. Это линейный проход по строке. Для коротких строк это незаметно, но для очень длинных (миллионы символов) стоит учитывать.
• Unicode и графемы: .chars() считает именно Unicode scalar values (char). Но некоторые "символы" (например, эмодзи 🇷🇺 или буквы с диакритическими знаками, как é) могут состоять из нескольких char. Для подсчёта "видимых" символов (графемных кластеров) используйте крейт unicode-segmentation.
• Пустая строка: "".chars().count() вернёт 0, как и ожидается.

Пример с графемными кластерами

Если вам нужно считать именно то, что видит пользователь (например, флаг страны — один символ с точки зрения пользователя, но два char в UTF-8), добавьте в Cargo.toml:

[dependencies]
unicode-segmentation = "1.10"

И используйте:

use unicode_segmentation::UnicodeSegmentation;

fn main() {
    let text = "🇷🇺 Привет!";
    // Количество char (Unicode scalar values)
    println!("Chars: {}", text.chars().count()); // 4 (флаг занимает 2 char + пробел + 6 букв)
    
    // Количество графемных кластеров (то, что видит пользователь)
    let graphemes = text.graphemes(true).count();
    println!("Graphemes: {}", graphemes); // 9 (флаг как 1 + пробел + 6 букв + !)
}

Советы для начинающих

• Не пытайтесь использовать .len() для подсчёта символов — это частая ошибка.
• Если вы пишете библиотеку, документируйте, что метод считает именно chars, а не байты.
• Для проверки длины ввода пользователя (например, ограничение в 140 символов) используйте .chars().count() — это корректно обработает эмодзи и иероглифы.

Итог: text.chars().count() — стандартный способ получить количество символов в Rust. Для большинства задач этого достаточно. Если нужно работать с графемами — подключайте unicode-segmentation.

fn count_chars(s: &str) -> usize {
    s.char_indices().count()
}

fn main() {
    let text = "Здравствуй, мир!";
    println!("{}", count_chars(text)); // 16
}