rscase 1.1.1

安装

使用pip安装，使用：

pip install rscase

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

使用

该包提供实用程序函数，用于生成以几种不同大小写标准格式化的字符串。在

案例标准及其功能如下。在

所有函数的导入和访问方式相同：

如果您想使用这个包，请注意case函数是为了成功地将camel case和snake case转换为其余格式而编写的。将train case格式化为它本身并不合理，我将使用它的方法是，例如，将响应数据序列化为camelcase格式。在

标杆绩效

这个repo有点像一个实验，因为这个包中包含的函数只做一些非常简单的字符串操作，所以它们看起来实际上可能是Python与Rust性能基准测试的很好候选。在

为了使这个比较公平——为了确保我们是在比较苹果和苹果——我决定将Rust函数snake_case（参见Rust函数here）测试到一个相同的Python函数。Python版本如下：

fromrscaseimportrscasetest_string="thisIsALongCamelCasedAlphabeticKey"# Test functionsdeforiginal_snake_case():string=test_stringnew_string=""dash="-"forindexinrange(len(string)):ifindex==0:new_string+=string[index].lower()elifstring[index]==dash:new_string+='_'elifstring[index].upper()==string[index]:new_string+=f'_{string[index]}'else:new_string+=string[index]returnnew_stringdefrust_snake_case():string=test_stringreturnrscase.snake_case(string)

这两个函数之间的主要区别在于，Rust不允许您在字符串上迭代，因此您必须创建一个char的向量，或者至少我就是这样做的。在

结果

在运行测试之后，结果似乎很有希望——有利于Rust的实现。在

结果非常清楚：仅重复100次后，结果似乎趋于稳定，并且在Python实现的执行时间上增加了大约2.3倍。在

*1-rep的结果似乎表明，在通常实际上的场景中，Python的性能实际上优于Rust。既然在微秒级测量某个东西时方差会很高，这是合理的，我决定再次运行这个单独的场景，再运行一百万次，以增加样本量。对于较大的样本，Python中1次重复的平均差异平均为1.85x较慢，而中位数是1.88x。简言之，Rust实现似乎全面优于Python。在

基准绩效-更新

感谢Thomas Hartmann建议对打包的Rust代码进行显著的性能改进。在

使用一些实验特性，我们能够显著提高Rust代码的性能。上面的snake_case测试在下面复制，性能差异是Python性能的5倍。在

运行1 rep场景一百万次，平均Rust执行时间为3.84us，而Python的平均执行时间为12.61us（Python大约慢3.3x）。在

这一次，我还决定测试camel case实现，因为逻辑的行为确实有些不同：

运行1 rep场景100万次，平均Rust执行时间为3.90 us，而Python的平均执行时间为11.48 us（对于Python，运行速度几乎慢了3倍）。在

总之，对于这两个实现，基准测试的执行情况类似，Rust的表现更为突出。同时，这两种实现可能还有改进的空间，尤其是Python实现。在