字符串和字符

实现状态： 已实现（UTF-8 存储、字素簇计数 Phase 84、for-in、.count、下标、split/trim/... 全部 stdlib 方法、正则字面量 Phase 50+）；Character Phase 139 MVP GA 为与 String 区分的标量类型（非完整 Unicode Character 属性库）

字符串是 SYX 与 Swift 差异最显著的领域之一。本章会讲清「字素簇 vs 标量」、「Character 类型」、「插值与转义」、「正则字面量」四个关键点。

创建字符串

let s = "Hello"
let name = "World"
let msg = "Hello, \(name)!"        // 插值
let multi = "a" + "b" + "c"        // 字符串拼接
let multiline = "line one\nline two"
let tabbed = "col1\tcol2\tcol3"

来源：crates/syx-driver/tests/fixtures/lang/string_multiline.sy · examples/main.sy

字符串字面量语法

形式	语法	说明
单行	"…"	双引号包裹；支持转义与插值
多行	MVP GA	"""…""" 可含裸换行与 \(expr) 插值（Phase 139）
转义	\n \t \\ \" \(expr)	同 Swift
插值	\(expr)	任意表达式（函数调用、算术、字段访问）

let name = "World"
let count = 3
let s1 = "Hello, \(name)!"
let s2 = "count=\(count + 1)"        // 表达式
let s3 = "items: \([1,2,3].count)"  // 任意表达式合法

重要： 单行字符串内不允许裸换行（L001）。多行 """ 字面量允许裸换行（Phase 139 MVP）。

转义序列

转义	含义	字节
\n	换行 (LF)	0x0A
\r	回车 (CR)	0x0D
\t	制表符	0x09
\\	反斜杠	0x5C
\"	双引号	0x22
\'	单引号	0x27
\0	空字符 (NUL)	0x00
\(…)	插值（无 0 字节，编译为 StringConcat）	—
\x41	ASCII 字节	0x41
\u{1F600}	Unicode 码点	emoji 0x1F600

let s = "tab\there\nnewline"
let emoji = "\u{1F600}"            // 😀
let zwnj = "\u{200C}"              // ZWNJ（零宽非连接符）

字符串常用方法

"a,b,c".split(",")                       // ["a", "b", "c"]
"  hi  ".trim()                          // "hi"
"ABC".lowercased()                       // "abc"
"abc".uppercased()                       // "ABC"
"file.txt".hasPrefix("file")             // true
"hello.txt".hasSuffix(".txt")            // true
"hello".substring(0, 3)                  // "hel"  [start, end) 标量索引
"banana".replacingOccurrences("a", "o")  // "bonono"
"abc123".matches("\\d+")                 // ["123"]（正则匹配返回子串数组）
"text".count                            // 4（字素簇个数）
"text".isEmpty                           // false
"  ".isEmpty                             // false（空格也是字素簇）

完整 String 方法注册表见 crates/syx-stdlib/src/string_methods.rs（STRING_METHODS）。examples/main.sy 给出端到端示例。

方法	签名	说明
split(sep: String)	Array<String>	按分隔符拆分
trim()	String	去首尾 Unicode 空白
lowercased()	String	Unicode simple case mapping（Rust；≠ caseFolded；≠ locale）
uppercased()	String	Unicode simple case mapping（Rust；≠ caseFolded；≠ locale）
normalizedNFC(text:)	String	Unicode NFC（ADR-228）
normalizedNFD(text:)	String	Unicode NFD（ADR-228）
caseFolded(text:)	String	Unicode default/full case folding（如 ß→ss；ADR-228）
hasPrefix(s)	Bool	前缀判断
hasSuffix(s)	Bool	后缀判断
substring(start, end)	String	标量子串 [start, end)
replacingOccurrences(target, with)	String	替换（首次 / 全部依实现）
matches(pattern)	Array<String>	正则匹配
count	Int	字素簇个数（非 字节数）
isEmpty	Bool	字素簇数为 0
repeat(n)	String	重复 n 次

遍历字符串

for c in "abc" {
    print(c)    // 依次输出 "a", "b", "c"
}

循环变量 c 的类型为 Character（Phase 139 起为独立标量类型；运行时非多字符 String）。

实现状态： for-in 已实现；循环变量为 Character（MVP GA；fixtures/lang/character.sy）。

内部表示（重要）

层面	SYX
存储	UTF-8 字节数组（Rust String 后端）
.count / substring / for-in	Unicode 字素簇（Phase 84 起，unicode-segmentation 索引）
Character 类型	MVP GA（Phase 139；运行时 Value::Character 标量；非完整 Unicode 属性库）
Character.isASCII()	MVP GA（单标量检查；非完整 ASCII 属性判定）

Swift 对齐： 组合 emoji（如 👨‍👩‍👧‍👦，家庭）在 Swift 中为 1 个「字符」；SYX 在 Phase 84 字素簇索引下也是 1。

回退标记： Phase 84 之前 .count 按 Unicode 标量计数；老 fixture（stdlib/string_index_honesty.rs 等）保留标量行为测试。如发现 .count 与早期文档不一致，以当前行为为准。

下标 s[i]

let s = "syx"
let c: Character = s[0]      // grapheme Character
print(c)                     // "s"

let second = s[1]            // "w"

行为	SYX
索引语义	Int grapheme offset（Phase 84；ADR-227）
复杂度	单次随机访问 O(n)（无 opaque Index / 无 O(1) 缓存）
返回类型	Character（grapheme 簇）
越界	运行时错误 R003（文案含 out of bounds；≠ 空 Character；≠ R013）
与 Swift	≠ opaque String.Index；SYX 用整数偏移

区间访问： 暂未提供 s[0..<3] 切片语法；用 substring(0, 3)（同样为 O(n) grapheme offset）。钉测：m2_s2_02_string_index_honesty。

字符串拼接

let a = "Hello"
let b = ", World"
let c = a + b                       // "Hello, World"
let d = "\(a)\(b)!"                 // 插值拼接
let e = a + b + "!"                 // 与 + 拼接片段相同

+ 运算符在 String 上是 StringConcat 指令的低级 lowering（非 Core Host 函数）；运行时内联为字节拷贝。

字符串比较

"abc" == "abc"     // true（值相等，Equatable witness）
"abc" < "abd"      // true（字典序）
"abc" === "abc"    // false（不同 String 对象；=== 比较引用）

比较语义： == 按字素簇序列比较（Phase 84 起）；< 字典序（Comparable witness）。=== 比较 VM/MIR 层的对象身份（不常用）。

正则字面量

let matches = "abc123def".matches("\\d+")   // 模式字符串（正则字面量 `/…/` MIR 仍部分）
for m in matches { print(m) }               // "123"

let helloHits = "Hello hello".matches("hello")
print(helloHits.count)

形式	状态	说明
/pattern/	已实现	由 crates/syx-regex 解析；与上下文消歧
/pattern/i	部分实现	flag 在 parser 接受；运行时支持有限
/pattern/m /pattern/s	未实现	多行/单行 flag

歧义消歧： / 在注释起始上下文不出现（行注释用 //），但在除法表达式中可能歧义（x/y vs 正则）。Parser 通过前瞻 token 区分；典型情况无需担心。

详见 语言参考：词法结构。

字符串与集合互转

let s = "a,b,c"
let parts = s.split(",")                  // ["a", "b", "c"]
let joined = parts.joined("-")            // "a-b-c"

var graphemes: Array<String> = []
for ch in s {
    graphemes.append(ch)                  // 经 for-in 收集字素簇
}
let back = graphemes.joined("")           // "a,b,c"

方向	方法
String → Array<String>	s.split(sep)
Array<String> → String	arr.joined(sep)
String → 字素列表	for ch in s（append 进 Array）
字素列表 → String	graphemes.joined("")

完整示例

来源 fixtures/lang/string_multiline.sy：

func main() {
    let name = "SYX"
    print("Hello, \(name)!")

    print("  Hello, World  ".trim())

    let parts = "a,b,c".split(",")
    for item in parts {
        print(item)
    }

    for m in "abc123def".matches("\\d+") {
        print(m)
    }

    var digits: Array<String> = []
    for ch in "0123456789" {
        digits.append(ch)
    }
    print(digits.count)              // 10
    print(digits[0])                  // "0"
}

内部 API（Core 扩展）

字符串 witness（hash / description / debugDescription）通过 Core extension → Host 函数实现（详见 第 32 章 运算符 vs Core Host）：

extension String {
    func hash(into hasher: Hasher) {
        __syx_hasher_combine(hasher, self)
    }
    func description() -> String {
        return __syx_value_description(self)
    }
}

String 在 crates/syx-stdlib/src/builtins/string.sy 完整注册；用户代码一般无需直接调用 __syx_*。

诊断

代码	触发	修复
L001	字符串未闭合	补全 "
R003	s[i] 越界（含负下标）	检查索引；≠ 空 Character
S004	String 与 Array 互用	显式 .split() / .joined()

与 Swift 的差异

Swift	SYX
Character 是独立 struct	Character 是 String 类型别名（运行时单标量）
opaque String.Index	Int grapheme offset（O(n) 随机访问；≠ opaque Index）
s[i] 返回 Character	返回 grapheme Character（ADR-226/227）
s[range] 切片	s.substring(start, end)
String(format:)	未实现；用插值或 Int.toString()
count	.count（一致）
String == String	字素簇序列相等（Phase 84 起）
String 字面量插值	兼容 Swift \(expr) 语法

---

下一章 → 集合类型

参见 → 语言参考：词法 · 第 5 章 集合类型 · 第 32 章 运算符 vs Core Host