rscase 1.1.1

安装

使用pip进行安装：

pip install rscase

注意：此包需要Rust nightly 2020-02-06或等效的未来版本。

用法

该包提供了一系列不同格式标准的字符串格式化实用函数。

以下列出了案例标准和它们的函数。

所有函数导入和访问方式相同

>> [in] from rscase import rscase
>> [in] rscase.camel_case('this_is-a_Test')
>> [out] thisIsATest

如果您想使用此包，请注意，案例函数被编写为成功将camel case和snake case转换为其他格式。将train case格式化为自身没有实际意义，我会用它来，例如，将响应数据序列化为camelCased格式。

性能基准测试

这个仓库进行了一点实验，因为这个包中包含的函数只进行了一些非常简单的字符串操作，它们可能实际上是Python与Rust性能基准测试的良好候选者。

为了尝试进行公平的比较——确保我们是在比较相同的事物——我决定将Rust函数snake_case（见Rust函数此处）与一个相同的Python函数进行比较。下面是Python版本

from rscase import rscase

test_string = "thisIsALongCamelCasedAlphabeticKey"

# Test functions

def original_snake_case():
    string = test_string
    new_string = ""
    dash = "-"
    for index in range(len(string)):
        if index == 0:
            new_string += string[index].lower()
        elif string[index] == dash:
            new_string += '_'
        elif string[index].upper() == string[index]:
            new_string += f'_{string[index]}'
        else:
            new_string += string[index]
    return new_string

def rust_snake_case():
    string = test_string
    return rscase.snake_case(string)

这两个函数在流程上的主要区别是，Rust不允许你直接迭代字符串，所以你必须创建一个char的向量——至少我是这么做的。

结果

运行测试后，结果看起来很有希望——有利于Rust实现。

结果非常明显：经过仅100次重复后，结果似乎趋于稳定，并且Python实现的执行时间大约比Rust长2.3倍。

* 1次重复的结果似乎表明，在通常情况下，Python在通常真正重要的场景中实际上优于Rust。由于在尝试以微秒级测量某物时，方差可能会很高，我决定再次运行此单个场景，另外一百万次，以增加样本量。样本量更大时，1次重复的平均差异为Python慢1.85倍，中位数为1.88倍。简而言之，Rust实现似乎在所有方面都优于Python。

性能基准测试 - 更新

感谢Thomas Hartmann提出在包装的Rust代码中实现显著性能改进的建议。

使用一些实验性功能，我们能够显著提高Rust代码的性能。下面的测试重复了上面的snake_case测试，性能差异定格在Python性能的5倍。

运行1次重复的场景一百万次，平均Rust执行时间为3.84微秒，而平均Python执行时间为12.61微秒（Python慢约3.3倍）。

这次，我还决定测试camel case实现，因为其逻辑确实有所不同

运行1次重复的场景一百万次，平均Rust执行时间为3.90微秒，平均Python执行时间为11.48微秒（Python慢约3倍）。

总结来说，这两个实现的表现相似，Rust 的表现甚至更为突出。同时，这两个实现可能仍有改进空间，尤其是 Python 实现。