我正在学习 Rust，但令我惊讶的是，Rust 只能区分 UTF-8 字节序列，但不能区分实际的字形簇（即变音符号被视为不同的“字符”）。
例如，Rust 可以将输入文本转换为这样的向量（在 "नमस्ते".chars() 的帮助下）：
['न', 'म', 'स', '्', 'त', 'े'] // 4 and 6 are diacritics and shouldn't be distinct items
但是我怎样才能得到这样的向量呢？
["न", "म", "स्", "ते"]
【问题讨论】：
你想使用the unicode-segmentation crate:
use unicode_segmentation::UnicodeSegmentation; // 1.5.0
fn main() {
for g in "नमस्ते्".graphemes(true) {
println!("- {}", g);
}
}
(Playground，注意：playground编辑器无法正确处理字符串，所以这一行光标位置不对)
打印出来：
- न
- म
- स्
- ते्
true 作为参数意味着我们要迭代扩展的字形簇。请参阅graphemes documentation 了解更多信息。
标准库在某些时候支持分割成 Unicode 字素簇，但不幸的是，由于所需的 Unicode 表的大小，它是deprecated，然后是removed。相反，事实上的解决方案是使用板条箱。但是，是的，我认为“默认标准库分段”使用的代码点在语义上没有多大意义（即计算它们或将它们拆分通常没有意义），这真的很不幸。
【讨论】：