【仓颉语言入门 · 第6课】

【仓颉语言入门 · 第6课】字符串详解与字符串插值

上节课我们用循环让程序学会了"重复干活"。不过前几课输出的还都是干巴巴的数字，而真实程序处理得最多的数据其实是文本：用户名、文件路径、一句话、一条日志……第 3 课我们简单用过双引号字符串，这节课把它彻底讲透——怎么把变量嵌进句子里（字符串插值）、怎么取出其中一部分（切片）、英文和汉字长度为什么不一样（UTF-8），以及一大批开箱即用的字符串方法。

本文是系列第 6 课：正式学习仓颉的 String（字符串）、Rune（字符）、转义字符、特殊字符串（raw 串 / 多行串）、切片与常用方法，最后用一个"句子分析器"综合实战收尾。

目录（系列导航）

整套路线共 7 个模块、30 课，按每周 2～3 课的节奏，大约 2～3 个月可以走完一遍：

一、认识 String：文本的容器

用双引号括起来的一段文字就是字符串字面量，类型是 String：

package helloCangjie

main(): Int64 {
let greeting = "你好，仓颉"
let language = "Cangjie"

// ① 用 + 拼接两段字符串
println(greeting + "，欢迎学习 " + language + "！")

// ② 用 * 让字符串重复出现
println("重要的事情说三遍：" + "冲！" * 3)

// ③ 按内容比较，用 == / < / >
println("abc" == "abc")
println("apple" < "banana")

// ④ 判空：字符串里一个字符都没有
println("空串吗：" + "".isEmpty().toString())
return 0
}

运行结果：

你好，仓颉，欢迎学习 Cangjie！
重要的事情说三遍：冲！冲！冲！
true
true
空串吗：true

四点说明：

• + 拼接：左右两边都必须是字符串（数字想拼进来要用下一节的插值，不能直接 "年龄" + 3）；
• * 重复："ab" * 3 得到 "ababab"，画分隔线时很好用；
• 比较的是内容：== 判断文字是否完全相同，< / > 按字典序比较，直接写就行；
• "" 是空字符串：它是一个真实存在的对象，只是长度为 0，用 isEmpty() 判断。

💡 String 是不可变类型：所有"修改"操作（拼接、替换、大小写转换……）都不会改动原来的字符串，而是返回一个新字符串。原变量想变，必须用 var 声明并重新赋值：s = s + "!"。

二、字符串插值：让程序"好好说话"

用 + 拼句子很快就会变成灾难：引号、逗号、类型转换混在一起。仓颉提供了字符串模板插值——在字符串里写 ${表达式}，运行时自动求值并"嵌"进去：

package helloCangjie

main(): Int64 {
let name = "小明"
let age = 18
let height = 1.75

// ${} 里可以是变量
println("我叫 ${name}，今年 ${age} 岁")

// ${} 里也可以是表达式：算术、方法调用、甚至另一个字符串
println("再过 10 年我就 ${age + 10} 岁了")
println("这句话是 ${"abc" == "abc"} 的：身高 ${height} 米")

// 数字转字符串：插值是首选；也可以显式调用 toString()
let scoreText = 95.toString()
println("成绩：" + scoreText)
return 0
}

运行结果：

我叫 小明，今年 18 岁
再过 10 年我就 28 岁了
这句话是 true 的：身高 1.750000 米
成绩：95

从第 1 课的 println("Hello World") 起你其实一直在用插值——${sum}、${i} 都是它。记住三个要点：

反向转换（字符串 → 数字）还是第 3 课的 Int64.parse，它住在 std.convert 包里，使用前要 import：

package helloCangjie

import std.convert.*;
import std.env.getStdIn;

main(): Int64 {
print("请输入一个整数：")
let text: String = getStdIn().readln().getOrThrow();
let n = Int64.parse(text)
println("解析后加 8 等于：${n + 8}")
return 0
}

运行结果：

请输入一个整数：解析后加 8 等于：50

（print 不换行，运行时输入的内容会接在提示后面显示；这里字符串直接给了 "42"，所以提示语和结果在同一行。）

三、转义字符与特殊字符串

3.1 转义字符：让字符串"特殊一点"

字符串里有些字符没法直接敲出来（换行、制表符），有些会和语法冲突（字符串里出现双引号）。用反斜杠 \\ 开头的转义字符表达：

package helloCangjie

main(): Int64 {
println("第一行\\n第二行\\t（前面有个 Tab）")
println("他说：\\"仓颉真有意思！\\"")
println("Windows 路径要写双反斜杠：C:\\\\Users\\\\wangpeng")
println("\\u{4ED3}\\u{9889}") // 4ED3=仓，9889=颉
return 0
}

运行结果：

第一行
第二行 （前面有个 Tab）
他说："仓颉真有意思！"
Windows 路径要写双反斜杠：C:\\Users\\wangpeng
仓颉

3.2 Raw 字符串：反斜杠就是反斜杠

Windows 文件路径里全是 \\，用普通字符串每个都要写成 \\\\，正则表达式更惨。仓颉提供 raw 字符串：在双引号两侧各加一个 #，即 #"…"#，里面的内容原样保留——反斜杠不转义、${} 不插值：

package helloCangjie

main(): Int64 {
let path = #"C:\\Users\\wangpeng\\Desktop\\main.cj"#
println(path)

println(#"${name} 会原样显示，\\n 也不会换行"#)
return 0
}

运行结果：

C:\\Users\\wangpeng\\Desktop\\main.cj
${name} 会原样显示，\\n 也不会换行

写 Windows 路径、正则、带特殊符号的文本时，优先想到 #"…"#。

3.3 多行字符串：三个引号写一段

需要保留换行的大段文字（SQL、模板、诗），用三个双引号 """ 包裹，中间可以直接换行，也同样支持 ${} 插值：

package helloCangjie

main(): Int64 {
let who = "李白"
let poem = """
${who}·静夜思
床前明月光，
疑是地上霜。
"""
println("——")
print(poem)
println("——")
return 0
}

运行结果：

——
李白·静夜思
床前明月光，
疑是地上霜。

——

⚠️ 注意一个实测出来的细节：多行字符串原样保留一切字符，包括每行开头的空格缩进。所以示例里文字故意顶格写（不跟着代码缩进），否则输出里会带上前面的一串空格；结尾换行也会保留（"疑是地上霜。"后面那个空行就是这么来的）。

四、字节与字符：UTF-8 的两个"反直觉"

仓颉字符串内部按 UTF-8 编码存储。UTF-8 是一种变长编码：

• 英文、数字、常用符号：1 个字节存一个字符；
• 汉字：3 个字节存一个字符；
• 个别 emoji 甚至要 4 个字节。

这带来两个初学者必踩的坑。

4.1 坑一：size 量的是字节数，不是字数

package helloCangjie

main(): Int64 {
let en = "abc"
let cn = "仓颉语言"
println("${en} 的 size = ${en.size}")
println("${cn} 的 size = ${cn.size}")
println("${cn} 的字数 = ${cn.toRuneArray().size}")
return 0
}

运行结果：

abc 的 size = 3
仓颉语言 的 size = 12
仓颉语言 的字数 = 4

"仓颉语言" 只有 4 个字，size 却是 12（4 × 3 字节）。想得到"人眼看到的字数"，先调用 toRuneArray() 转成字符数组再取 size。

4.2 坑二：for-in 遍历字符串得到的是字节

更意外的是，直接 for-in 一个字符串，循环变量不是字符，而是一个个字节（UInt8，数字）：

package helloCangjie

main(): Int64 {
let cn = "仓颉语言"
print("直接 for-in：")
for (b in cn) {
print("${b} ")
}
println()

print("调用 runes()：")
for (ch in cn.runes()) {
print("${ch} ")
}
println()
return 0
}

运行结果：

直接 for-in：228 187 147 233 162 137 232 175 173 232 168 128
调用 runes()：仓 颉 语 言

前三个数字 228 187 147 正是"仓"字 UTF-8 编码的三个字节（十六进制 E4 BB 93）。想逐个人们认识的字符遍历，调用字符串的 runes() 方法。

4.3 Rune：单个字符的类型

仓颉用 Rune 类型表示一个 Unicode 字符，字面量写法是 r'字符'（小写 r 加单引号）。它配合 std.unicode 包还能判断字符种类：

package helloCangjie

import std.unicode.*

main(): Int64 {
let a = r'A'
let five = r'5'
let zhong = r'中'
println("${a} 是字母吗：${a.isLetter()}")
println("${five} 是数字吗：${five.isNumber()}")
println("${zhong} 是字母吗：${zhong.isLetter()}")
return 0
}

运行结果：

A 是字母吗：true
5 是数字吗：true
中 是字母吗：true

（汉字在 Unicode 分类里属于字母，所以 r'中'.isLetter() 是 true。isLetter()、isNumber() 等是 std.unicode 包给 Rune 提供的扩展，记得 import。）

把本节串起来：

五、切片：从字符串里取出一段

字符串支持第 5 课学过的区间下标，切一刀取出子串：

package helloCangjie

main(): Int64 {
let s = "HelloCangjie"
println(s[0..5]) // 左闭右开：下标 0~4
println(s[5..=10]) // 左闭右闭：下标 5~10
return 0
}

运行结果：

Hello
Cangji

注意：切片下标同样是字节下标，从 0 开始。纯英文文本每个字符 1 字节，下标和"第几个字母"完全对得上，放心切。

但切中文时必须守住 3 字节边界——每个汉字正好占 3 个字节，按 3 的倍数切才安全：

package helloCangjie

main(): Int64 {
let cn = "仓颉语言"
println(cn[0..3]) // 0~2 字节，正好是"仓"
println(cn[0..=5]) // 0~5 字节，正好是"仓颉"
return 0
}

运行结果：

仓
仓颉

⚠️ 如果下标切到一个汉字的中间（比如对 "仓颉" 取 [0..1]），程序能编译通过，但运行时会抛出异常：

An exception has occurred:
IllegalArgumentException: Invalid utf8 byte sequence.

所以处理含中文的文本，最稳妥的办法是先转字符数组再操作，最后还能用 String(字符数组) 拼回字符串：

package helloCangjie

main(): Int64 {
let cn = "仓颉语言"
let runes = cn.toRuneArray()
println("第 1 个字：${runes[0]}")
println("第 4 个字：${runes[3]}")

// 取出"颉语"两个字，再组回字符串
let part = String(runes[1..3])
println("取出的部分：${part}")
return 0
}

运行结果：

第 1 个字：仓
第 4 个字：言
取出的部分：颉语

（runes[1..3] 是数组切片，第 7 课学数组时还会再见；这里先记住"字符数组可以放心按下标语义操作"。）

六、常用字符串方法全家桶

标准库给 String 准备了一批高频方法，先跑一段总览，再逐个解释：

package helloCangjie

import std.unicode.*

main(): Int64 {
let s = "Hello,Cangjie"

// ① 判断类：包含 / 开头 / 结尾 / 计数
println("包含 Cang：${s.contains("Cang")}")
println("以 Hello 开头：${s.startsWith("Hello")}")
println("以 jie 结尾：${s.endsWith("jie")}")
println("字母 l 出现次数：${s.count("l")}")

// ② 查找位置：找不到返回 None（第 9 课讲 Option）
println("第一个 l 的位置：${s.indexOf("l")}")
println("最后一个 l 的位置：${s.lastIndexOf("l")}")
println("xyz 的位置：${s.indexOf("xyz")}")

// ③ 切分与连接
let fruits = "apple,banana,orange".split(",")
println("切出 ${fruits.size} 段，第二段是 ${fruits[1]}")
println(String.join(fruits, delimiter: " | "))

// ④ 替换
println(s.replace("Cangjie", "仓颉"))

// ⑤ 英文大小写转换（只影响 ASCII 字母）
println("cangjie".toAsciiUpper())
println("CANGJIE".toAsciiLower())

// ⑥ 去首尾空白（trim 系列是 std.unicode 的扩展）
let padded = " hello cangjie "
println("[${padded.trim()}]")
return 0
}

运行结果：

包含 Cang：true
以 Hello 开头：true
以 jie 结尾：true
字母 l 出现次数：2
第一个 l 的位置：Some(2)
最后一个 l 的位置：Some(3)
xyz 的位置：None
切出 3 段，第二段是 banana
apple | banana | orange
Hello,仓颉
CANGJIE
cangjie
[hello cangjie]

逐个解释：

• 判断三件套：contains（是否包含子串）、startsWith / endsWith（前缀后缀），返回 Bool，最适合放在 if 条件里；
• count("l")：数子串出现了几次（这里 l 在 Hello 里出现 2 次）；
• indexOf / lastIndexOf：返回子串第一次/最后一次出现的字节下标。结果长得有点怪：找到是 Some(2)，找不到是 None——它是第 9 课要学的 Option 可选值，现阶段只要记住"判断有没有用 contains，要位置才用 indexOf，看到 None 就是没找到"；
• split(",")：按分隔符切成字符串数组（Array<String>，第 7 课细讲）；String.join(数组, delimiter: " | ") 反过来用指定分隔符拼回一句——注意 join 是 String 的静态方法，分隔符是命名参数 delimiter:；
• replace(旧, 新)：把所有旧子串替换成新的，返回新字符串；
• toAsciiUpper() / toAsciiLower()：只转换英文字母（名字带 Ascii 就是提醒你它不管汉字）；
• trim()：去掉首尾的空格、Tab、换行等空白，处理用户输入的利器；只想去一头用 trimStart() / trimEnd()。这三个是 std.unicode 包的扩展函数，必须 import std.unicode.*，否则编译器会报 'trim' is not a member of struct 'String'。

七、StringBuilder：循环拼接的正确姿势

因为 String 不可变，下面这种循环里用 += 拼字符串的写法，每拼一次都会造一个全新字符串、把旧内容整体复制一遍，数据量大时很浪费：

package helloCangjie

main(): Int64 {
// 能跑，但循环次数很多时效率低（每次 += 都在复制旧内容）
var s = ""
for (i in 1..=5) {
s += "${i}"
}
println("朴素拼接：${s}")
return 0
}

运行结果：

朴素拼接：12345

更好的工具是 StringBuilder（字符串构建器，在核心包 std.core 里，无需 import）：它内部维护一块可增长的缓冲区，append 不断往里追加，最后 toString() 一次性取出：

package helloCangjie

main(): Int64 {
let sb = StringBuilder()
for (i in 1..=5) {
sb.append(i)
if (i < 5) {
sb.append(", ") // 数字之间加分隔符，最后一个不加分号
}
}
let result = sb.toString()
println(result)
return 0
}

运行结果：

1, 2, 3, 4, 5

经验法则：偶尔拼一两句，用插值或 +；在循环里成百上千次追加，用 StringBuilder。 append 不挑类型——字符串、数字、Rune 都能直接塞进去，它会自动转成文本。

八、CIDE 实操：英文句子分析器（综合实战）

综合本课知识：让用户输入一句英文，程序自动完成去空白、统计长度/字数、大小写转换、关键词判断、切词编号、查找替换等一整套分析。

8.1 编写程序

继续使用 helloCangjie 项目，把 src/main.cj 替换为：

package helloCangjie

import std.env.*
import std.unicode.*

main(): Int64 {
print("请输入一句英文：")
let raw = getStdIn().readln().getOrThrow()
let sentence = raw.trim()

println("—— 句子分析报告 ——")
println("去掉首尾空白后：[${sentence}]")
println("字节长度：${sentence.size}")
println("字符个数：${sentence.toRuneArray().size}")
println("全大写：${sentence.toAsciiUpper()}")

// 不区分大小写判断是否包含 cangjie：先统一转小写再 contains
if (sentence.toAsciiLower().contains("cangjie")) {
println("关键词检查：这句话里提到了 cangjie ✅")
} else {
println("关键词检查：没有提到 cangjie")
}

// 按空格切词，逐个编号并统计每个词的字节长度
let words = sentence.split(" ")
println("单词数：${words.size}")
for ((index, word) in words.enumerate()) {
println(" 第 ${index + 1} 个词：${word}（${word.size} 个字节）")
}

// 查找、连接与替换
println("第一个字母 o 的位置：${sentence.indexOf("o")}")
println("下划线连接：${String.join(words, delimiter: "_")}")
println("字母 o 替换成 0：${sentence.replace("o", "0")}")
return 0
}

几个设计要点：

• trim() 给输入"洗澡"：用户输入时手抖多敲的首尾空格不参与分析，raw 和 sentence 分开保存看得最清楚；
• 大小写不敏感的判断技巧：先 toAsciiLower() 整体转小写，再 contains("cangjie")，这样 Cangjie、CANGJIE 都能命中；
• enumerate()：遍历数组时同时拿到"下标 + 元素"，编号输出时不用自己维护计数器（第 7 课还会用）；
• indexOf 只用于展示位置：真正判断有没有出现用的是上面的 contains。

8.2 运行与验证

按 Ctrl + R 运行，输入 I love Cangjie （故意在首尾多敲几个空格）：

请输入一句英文： I love Cangjie
—— 句子分析报告 ——
去掉首尾空白后：[I love Cangjie]
字节长度：14
字符个数：14
全大写：I LOVE CANGJIE
关键词检查：这句话里提到了 cangjie ✅
单词数：3
第 1 个词：I（1 个字节）
第 2 个词：love（4 个字节）
第 3 个词：Cangjie（7 个字节）
第一个字母 o 的位置：Some(3)
下划线连接：I_love_Cangjie
字母 o 替换成 0：I l0ve Cangjie

可以自己再换几句试试：

• 输入全中文的句子，观察"字节长度"和"字符个数"的差距（一个汉字 3 字节）；
• 输入不带任何空格的 hello，单词数应为 1；
• 输入不含字母 o 的句子，最后一行位置会显示 None，替换行原文不变。

📸 配图建议：Result 面板完整显示句子分析报告的运行截图，能看到 enumerate 编号列表和 Some(3)。

8.3 用调试器观察字符串的"不可变"

字符串方法都返回新串、不改原串，这个特性在调试器里一目了然：

📸 配图建议：断点命中时 Variables 面板中 raw 带空格、sentence 不带空格、words 含 3 个元素的截图。

调试结束点停止按钮。

九、常见问题 FAQ

Q1：为什么 "仓颉语言".size 是 12 而不是 4？ size 返回的是 UTF-8 字节长度，汉字一个字占 3 个字节。想要字数，用 s.toRuneArray().size。

Q2：for (c in "仓颉") 为什么打印出 228、187 这种数字？ 直接 for-in 字符串遍历的是字节（UInt8），228 187 147 正是"仓"字的三个 UTF-8 字节。想逐字符遍历用 for (ch in s.runes())，或 s.toRuneArray()。

Q3：切字符串报 IllegalArgumentException: Invalid utf8 byte sequence 是怎么回事？ 切片下标是字节下标，切中文时把一个汉字（3 字节）从中间切断了，产生了不合法的 UTF-8 数据。处理中文请先 toRuneArray() 转成字符数组再按字符下标操作，需要字符串时用 String(数组) 拼回。

Q4：调用 trim() 编译报错"not a member of struct ‘String’"？ trim() / trimStart() / trimEnd() 是 std.unicode 包提供的扩展函数，文件开头加 import std.unicode.* 即可。contains、split 等则是 String 自带的，不用 import。

Q5：Windows 路径里的反斜杠一定要写两遍吗？ 普通字符串里 \\\\ 才表示一个反斜杠；更省心的办法是用 raw 字符串 #"C:\\Users\\name\\a.cj"#，里面所有字符原样保留，连 ${} 都不会被插值。

Q6：indexOf 返回的 Some(3)、None 是什么？能直接当数字用吗？ 它是 Option 可选值（第 9 课详解）：找到时 Some(字节下标)，找不到时 None。入门阶段只要知道"看到 None 就是没找到"；只想判断"有没有"，直接用返回 Bool 的 contains 更方便。

Q7：循环里用 += 拼字符串不行吗？ 能跑，但 String 不可变，每次 += 都会复制整个旧字符串，循环次数多了很慢。少量拼接用插值；循环里大量追加请用 StringBuilder 的 append + toString。

Q8：怎么把数字变成字符串、字符串变成数字？ 数字转字符串：插值 "${n}" 或 n.toString()；字符串转数字：Int64.parse(text)（需 import std.convert.*），文本不是合法数字时会抛出异常，第 10 课错误处理会讲怎么优雅地接住它。

十、课后练习

下节预告

这节课我们学会了处理"一段文本"，但程序里经常要处理的是一排数据：一个班 50 个同学的成绩、购物车里的多件商品。第 7 课学习 数组 Array 与区间 Range——把同类型的数据整齐地装进一个容器，按下标存取、整体遍历、切片，还会正式认识这节课反复出现的 split(" ") 到底切出了什么。我们下节课见！

系列说明：本系列基于 Windows 平台 + CIDE + 仓颉 SDK（1.1.3）编写，所有代码均已实际编译运行通过。如遇 SDK 版本差异导致的细节出入，以你本地版本为准，欢迎评论区交流。

� 遇到问题？扫码联系作者

跟着课程练习时，如果在 SDK 安装、环境变量配置、编译报错或调试上卡住，欢迎扫码加作者企业微信直接咨询（请备注"仓颉课程"）：

离线环境下图片可能加载不出来，也可以在 CIDE 菜单 Help ▸ 联系作者 / Contact 中查看同一张二维码（应用内置兜底图，无需联网）。

�📥 工具下载

本系列全程使用的仓颉 IDE —— CIDE（免费开源、社区版）：

• GitCode 仓库 / 安装包下载：https://gitcode.com/wp_upala/cide
• 打开页面后进入 发行版（Releases），下载 CIDE-<版本>-x64-Setup.exe 安装即可
• 仓颉 SDK 请前往仓颉编程语言官网下载：https://cangjie-lang.cn