向字符串 trim 函数添加可选谓词以确定是否应删除字符

Question

建议将 trim 函数（trim、triml 和 trimr）添加第二个参数为一个函数 {{trim?}}


[trim? ^CharSequence s]


{{trim?}} 首先支持部分功能。

新的文档字符串将为


"从字符串两端删除字符。
 如果省略 trim?，则删除空白。如果提供，则接受
 一个字符并返回如果应删除该字符则返回 true。"


示例测试


(deftest t-trim
  (is (= "foo" (s/trim "  foo  \r\n")))
  (is (= "bar" (s/trim "\u2000bar\t \u2002")))

  ;; 其他测试
  (is (= "bar" (s/trim "$%#\u2000bar\t \u2002%$#"
                       #(or (Character/isWhitespace %) ((set "$#%") %))))))



类似于 Python 的 strip - https://docs.pythonlang.cn/2/library/stdtypes.html#str.strip

*方法:* 建议的解决方案并不十分遵循 DRY 原则，但它遵循文件顶部的设计指南，更准确地说是第 3 点

"3. 函数利用字符串实现细节来
   编写高性能的循环/递归循环，而不是使用高阶
   函数。（这在通用应用程序
   代码中不是习惯用法。）"

起初，我有一个解决方案，其中我将当前实现中的 Character/isWhitespace 替换成调用 pred。pred 默认为 is-whitespace? 函数。
当然，这段代码更好，甚至 trim-newline 也可以直接调用 trimr，从而消除大量重复，但它增加了总是调用函数的开销，而不是直接调用 Character/isWhitespace。

我唯一能看到优化并更符合 DRY 原则的方法是使用宏，但我认为这并不一定会导致更好的代码。

考虑到 string.clj 中其他函数的现有设计风格，我认为最好的解决方案就是简单地复制以优化代码。

Answer 1

评论人：sztamas

建议的解决方案。代码 + 测试。

Answer 2

评论人：sztamas

新增了将 pred 重命名为 trim 的补丁？

Answer 3

评论人：jafingerhut

请注意，Java 以及 Clojure/Java 都在内存中使用 UTF-16 编码表示字符串。因此，如果要从字符串的开始和/或结束处删除一系列 Unicode 代码点，trim? API 只接收单个 16 位 Java 字符将无法确定是否应该被删除。

如果要处理这种通用性，将需要更复杂的实现，该实现会检查第一个/最后一个字符是否是表示一个由 2 个 16 位 Java 字符编码的代码点的一半，然后传递一个 32 位整数给 trim?，或者类似的某种方式。

如果在不启用针对任意 Unicode 代码点测试的情况下对这些 API 进行改进，我没有任何反对意见。过去，类似建议在 Clojure 的内置库中已被拒绝，例如 CLJ-945

Answer 4

_评论人：sztamas_

是的，UTF-16 编码以及代表代码点或半代码点的 Character 有点乱，不是吗？

在 Java String 和 Character API 中，接受 char 的方法只处理基本多语言平面（BMP）中的字符。
trim? 接受一个字符，因此遵循相同的行为，它将仅用于删除基本多语言平面中的字符。

我认为即便是这样也将没问题，但此外，因为高/低代理和 BMP 字符是分开的，你可以实际使用相同的实现来删除不在 BMP 中的 Unicode 代码点。你只需说代码点的两个代码单元“不需要”。

例如：

Answer 5

评论人：jafingerhut

同意，但可能最好反对推荐trimr这样的实现来删除这类内容，因为它如果匹配到集合中的成员，将会删除2个UTF-16代理字符中的1个，即使另一个代理字符在集合中没有匹配项，这将会留下一个格式错误的UTF-16字符串。

再次强调，最好完全不在实现中包括这一点，最多在文档中进行警告，或者通过在循环中检查高/低代理字符来处理它。

Answer 6

评论人：sztamas

是的，你说得对。这个解决方案在所有情况下都不会工作，所以不能推荐。

我有点倾向于让trim?接受字符，并且只用于移除BMP字符。这将被认为足以处理大多数用例。
另一种方法可以用于所有用例，但是trim?将必须接受整数、2个字符或一个字符串，这使得trim?不太直观（虽然更接近现实 :-))，编写这些trim?函数将不太友好。

话虽如此，如果需要，我很乐意更改实现以实现这一点。

目前，我甚至不确定这个增强是否会得到接受或拒绝，或者这个过程是什么。

Answer 7

参考： https://clojure.atlassian.net/browse/CLJ-1889（由sztamas报告）