# string

**Repository Path**: clover1994/string

## Basic Information

- **Project Name**: string
- **Description**: 模仿QString和Python string
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-06-09
- **Last Updated**: 2025-06-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## string
模仿QString和Python string。目前只使用ai完全了基础部分。其他还需要慢慢考虑。

## first todo
- [ ] utf-8
- [ ] COW
- [ ] simd
- [ ] i18n
- [ ] thread safe
  
## more to do check list
以下是基于全网资料整理的**QString/PyString功能检查清单**，涵盖所有需要实现的功能点（按优先级排序）：


### **一、核心功能实现**
#### **1. 构造函数与初始化**
- [ ] 支持空字符串构造 `PyString()`
- [ ] 支持 `const char*` 构造（UTF-8/ASCII兼容）
- [ ] 支持 `std::string` 构造
- [ ] 支持 `QString` 构造
- [ ] 支持字符重复构造 `PyString(char ch, int count)`
- [ ] 支持迭代器范围构造（如 `std::vector<char>`）
- [ ] 支持隐式转换（移除 `explicit` 关键字）

#### **2. 基础属性与操作**
- [ ] `size()`/`length()` 返回字符数（非字节数）
- [ ] `empty()` 判断空字符串
- [ ] `clear()` 清空字符串
- [ ] `reserve()` 预分配内存
- [ ] `capacity()` 返回当前分配容量
- [ ] `shrink_to_fit()` 释放未使用内存
- [ ] `operator[]` 访问字符（支持 `const` 和非 `const`）
- [ ] `at()` 带边界检查的字符访问

#### **3. 字符串修改**
- [ ] `append()`/`+=` 添加字符串
- [ ] `prepend()` 前置添加字符串
- [ ] `insert()` 在指定位置插入字符/字符串
- [ ] `remove()` 删除指定位置的字符
- [ ] `replace()` 替换子串
- [ ] `resize()` 调整字符串长度（支持填充字符）

#### **4. 比较与查找**
- [ ] `operator==`/`operator!=` 字符串比较
- [ ] `operator<`/`operator>` 字典序比较
- [ ] `indexOf(const PyString& sub)` 查找子串首次出现位置
- [ ] `lastIndexOf(const PyString& sub)` 查找子串最后出现位置
- [ ] `contains(const PyString& sub)` 判断是否包含子串

#### **5. 子串与切片**
- [ ] `substr(int pos, int len)` 提取子串
- [ ] `mid(int pos, int len)` 类似 `substr`，支持负数索引
- [ ] `left(int len)` 提取左侧 `len` 个字符
- [ ] `right(int len)` 提取右侧 `len` 个字符

#### **6. 转换与格式化**
- [ ] `toUpper()` 转换为大写
- [ ] `toLower()` 转换为小写
- [ ] `toStdString()` 转换为 `std::string`
- [ ] `toQString()` 转换为 `QString`
- [ ] `sprintf` 风格格式化（如 `format(const char* fmt, ...)`）
- [ ] `f-strings` 风格格式化（需实现模板解析）

#### **7. 内存管理**
- [ ] 隐式共享（写时复制，COW）
- [ ] 小字符串优化（SSO，如15字节内栈存储）
- [ ] 避免不必要的内存分配（如 `reserve()` 预分配）


### **二、编码与国际化支持**
#### **1. UTF-8 核心支持**
- [ ] 正确处理多字节UTF-8字符（如中文、emoji）
- [ ] `utf8Length()` 返回UTF-8字符数（非字节数）
- [ ] `midUtf8(int pos, int len)` 基于UTF-8字符的子串截取
- [ ] 实现UTF-8状态机检测字节边界
- [ ] 提供 `toUtf8()` 和 `fromUtf8()` 编码转换接口

#### **2. ICU 集成**
- [ ] 支持Unicode规范化（NFC/NFD/NFKC/NFKD）
- [ ] 实现ICU的大小写转换（如土耳其语 `i` 的特殊规则）
- [ ] 基于ICU的文本排序（`collate` 方法）
- [ ] ICU的分词功能（`segmentWords`）
- [ ] 集成ICU的 `UnicodeString` 和 `Collator`

#### **3. 国际化扩展**
- [ ] 本地化数字/日期格式化（`toLocaleString`）
- [ ] 支持多语言文本的排序和比较
- [ ] 集成 `QTextCodec` 处理其他编码（如GBK、ISO-8859-1）


### **三、Python风格方法**
#### **1. 字符串处理**
- [ ] `strip()`/`lstrip()`/`rstrip()` 移除空白或指定字符
- [ ] `split(const PyString& sep)` 按分隔符分割字符串
- [ ] `splitlines()` 按行分割字符串
- [ ] `join(const std::vector<PyString>& parts)` 连接字符串列表
- [ ] `replace(const PyString& old, const PyString& new)` 替换子串

#### **2. 检测与查询**
- [ ] `startswith(const PyString& prefix)` 检查前缀
- [ ] `endswith(const PyString& suffix)` 检查后缀
- [ ] `count(const PyString& sub)` 统计子串出现次数
- [ ] `find(const PyString& sub)` 查找子串（返回索引或-1）
- [ ] `rfind(const PyString& sub)` 反向查找子串

#### **3. 字符检测**
- [ ] `isalnum()` 检查是否全为字母或数字
- [ ] `isalpha()` 检查是否全为字母
- [ ] `isdecimal()` 检查是否全为十进制字符
- [ ] `isdigit()` 检查是否全为数字
- [ ] `isidentifier()` 检查是否为合法标识符
- [ ] `islower()`/`isupper()` 检查大小写
- [ ] `isnumeric()` 检查是否全为数字字符
- [ ] `isspace()` 检查是否全为空白字符

#### **4. 其他方法**
- [ ] `capitalize()` 首字母大写
- [ ] `casefold()` 大小写折叠（适合Unicode比较）
- [ ] `center(int width)` 居中对齐
- [ ] `expandtabs(int tabsize)` 替换制表符为空格
- [ ] `partition(const PyString& sep)` 分割为三部分
- [ ] `swapcase()` 大小写互换
- [ ] `title()` 转换为标题格式
- [ ] `zfill(int width)` 左侧补零


### **四、性能优化**
#### **1. SIMD 加速**
- [ ] 使用SIMD指令优化字符串比较（如SSE4.2的 `PCMPISTRI`）
- [ ] 实现SIMD并行查找（如AVX2的256位指令）
- [ ] 分块处理长字符串（如每16字节一组）
- [ ] 循环展开减少分支预测失败
- [ ] 处理边界情况（字符串长度非SIMD宽度整数倍）

#### **2. 内存优化**
- [ ] 隐式共享（COW）减少拷贝
- [ ] 小字符串优化（SSO）避免堆分配
- [ ] 预分配内存（`reserve()`）减少重分配次数

#### **3. 算法优化**
- [ ] 使用Boyer-Moore或Knuth-Morris-Pratt算法加速查找
- [ ] 批量操作合并（如多次 `append` 合并为单次内存分配）


### **五、异常安全与线程安全**
#### **1. 异常安全**
- [ ] 确保所有操作满足强异常安全保证
- [ ] 使用RAII管理资源（如智能指针）
- [ ] 内存分配失败时抛出 `std::bad_alloc`

#### **2. 线程安全**
- [ ] 添加读写锁（`QReadWriteLock`）保护共享数据
- [ ] 标记线程安全的方法（如 `const` 方法为线程安全）
- [ ] 避免隐式共享导致的竞态条件


### **六、测试覆盖**
#### **1. 单元测试**
- [ ] 基础功能测试（构造、赋值、比较）
- [ ] UTF-8字符处理测试（长度、子串、边界）
- [ ] ICU集成测试（大小写、排序、规范化）
- [ ] SIMD优化测试（正确性与性能对比）
- [ ] Python风格方法测试（`split`、`strip`、`replace`）

#### **2. 边界测试**
- [ ] 空字符串操作
- [ ] 超长字符串（如1GB）
- [ ] 特殊Unicode字符（零宽空格、代理对）
- [ ] 内存不足场景（`std::bad_alloc` 测试）

#### **3. 性能测试**
- [ ] 比较SIMD优化前后的执行时间
- [ ] 测试COW机制的内存使用效率
- [ ] 压力测试（如百万次字符串拼接）


### **七、其他功能**
#### **1. 迭代器支持**
- [ ] 提供 `begin()`/`end()` 迭代器
- [ ] 支持 `const_iterator` 和 `reverse_iterator`
- [ ] 确保迭代器在非 `const` 操作后失效

#### **2. 文件操作**
- [ ] 从文件读取字符串（`fromFile(const QString& path)`）
- [ ] 写入字符串到文件（`toFile(const QString& path)`）

#### **3. 自定义Allocator**
- [ ] 支持自定义内存分配器
- [ ] 与STL容器兼容（如 `std::vector<PyString>`）


### **八、国际化与本地化**
#### **1. 翻译支持**
- [ ] 提取可翻译字符串（`tr()` 方法）
- [ ] 集成 `gettext` 或类似工具生成翻译文件
- [ ] 支持多语言切换（`installTranslator()`）

#### **2. 本地化格式**
- [ ] 本地化数字格式（如千位分隔符）
- [ ] 本地化日期时间格式
- [ ] 区域敏感的字符串排序


### **实现优先级建议**
1. **核心功能**（基础构造、比较、修改）
2. **UTF-8支持**（正确处理多字节字符）
3. **Python风格方法**（`split`、`strip`、`replace`）
4. **ICU集成**（国际化排序、规范化）
5. **SIMD优化**（性能敏感操作）
6. **异常安全与线程安全**
7. **测试覆盖**
8. **其他扩展功能**（文件操作、自定义Allocator）

通过逐项实现上述功能点，QString/PyString类将具备完整的字符串处理能力，满足现代软件开发的需求。