字符串杂谈

野性酷女 2022-05-24 03:26 199阅读 0赞

一、String类有length()方法吗？数组有length()方法吗？  
  
String类当然有length()方法了，看看String类的源码就知道了，这是这个方法的定义：

Java代码

public int length() {
        return count;
    }

String的长度实际上就是它的属性--char型数组value的长度。数组是没有length()方法的，大家知道，在JAVA中，数组也被作为对象来处理，它的方法都继承自Object类。数组有一个属性length，这也是它唯一的属性，对于所有类型的数组都是这样。  
  
二、一个中文汉字能保存在一个char里吗？  
  
请看下面的例子：

public class ChineseTest {
    	public static void main(String[] args) {
    		// 将一个中文汉字赋值给一个char变量
    		char a = '中';
    		char b = '文';
    		char c = '测';
    		char d = '试';
    		char e = '成';
    		char f = '功';
    		System.out.print(a);
    		System.out.print(b);
    		System.out.print(c);
    		System.out.print(d);
    		System.out.print(e);
    		System.out.print(f);
    	}
    }

编译没有报错，运行结果：

1.  中文测试成功

答案就不用说了。为什么一个中文汉字可以保存在一个char变量里呢？因为在JAVA中，一个char是2个字节（byte），而一个中文汉字是一个字符，也是2个字节。而英文字母都是一个字节的，因此它也能保存到一个byte里，一个中文汉字却不能。请看：

public class ChineseTest {
    	public static void main(String[] args) {
    		// 将一个英文字母赋值给一个byte变量
    		byte a = 'a';
    		// 将一个中文汉字赋值给一个byte变量时，编译会报错
    		// byte b = '中';
    
    		System.out.println("byte a = " + a);
    		// System.out.println("byte b = "+b);
    	}
    }

运行结果：

1.  byte a = 97

正如大家所看到的那样，我们实际上是把字符'a'对应的ASCII码值赋值给了byte型变量a。  
  
让我们回过头来看看最初的例子，能不能将a、b、c、d、e、f拼接在一起一次输出呢？让我们试试看：

运行结果：

*  156035

这显然不是我们想要的结果。只所以会这样是因为我们误用了“+”运算符，当它被用于字符串和字符串之间，或者字符串和其他类型变量之间时，它产生的效果是字符串的拼接；但当它被用于字符和字符之间时，效果等同于用于数字和数字之间，是一种算术运算。因此我们得到的“156035”是'中'、'文'、'测'、'试'、'成'、'功'这六个汉字分别对应的数值算术相加后的结果。  
  
三、字符串的反转输出。  
  
这也是面试题中常考的一道。我们就以一个包含了全部26个英文字母，同时又具有完整含义的最短句子作为例子来完成解答。先来看一下这个句子：

引用

A quick brown fox jumps over the lazy dog.（一只轻巧的棕色狐狸从那条懒狗身上跳了过去。）

最常用的方式就是反向取出每个位置的字符，然后依次将它们输出到控制台：

public class StringReverse {
    	public static void main(String[] args) {
    		// 原始字符串
    		String s = "A quick brown fox jumps over the lazy dog.";
    		System.out.println("原始的字符串：" + s);
    
    		System.out.print("反转后字符串：");
    		for (int i = s.length(); i > 0; i--) {
    			System.out.print(s.charAt(i - 1));
    		}
    
    		// 也可以转换成数组后再反转，不过有点多此一举
    		char[] data = s.toCharArray();
    		System.out.println();
    		System.out.print("反转后字符串：");
    		for (int i = data.length; i > 0; i--) {
    			System.out.print(data[i - 1]);
    		}
    	}
    }

运行结果：

1.  原始的字符串：A quick brown fox jumps over the lazy dog.
2.  反转后字符串：.god yzal eht revo spmuj xof nworb kciuq A
3.  反转后字符串：.god yzal eht revo spmuj xof nworb kciuq A

以上两种方式虽然常用，但却不是最简单的方式，更简单的是使用现有的方法：

public class StringReverse {
    	public static void main(String[] args) {
    		// 原始字符串
    		String s = "A quick brown fox jumps over the lazy dog.";
    		System.out.println("原始的字符串：" + s);
    
    		System.out.print("反转后字符串：");
    		StringBuffer buff = new StringBuffer(s);
    		// java.lang.StringBuffer类的reverse()方法可以将字符串反转
    		System.out.println(buff.reverse().toString());
    	}
    }

运行结果：

1.  原始的字符串：A quick brown fox jumps over the lazy dog.
2.  反转后字符串：.god yzal eht revo spmuj xof nworb kciuq A

四、按字节截取含有中文汉字的字符串。  
  
要求实现一个按字节截取字符串的方法，比如对于字符串"我ZWR爱JAVA"，截取它的前四位字节应该是"我ZW"，而不是"我ZWR"，同时要保证不会出现截取了半个汉字的情况。  
  
英文字母和中文汉字在不同的编码格式下，所占用的字节数也是不同的，我们可以通过下面的例子来看看在一些常见的编码格式下，一个英文字母和一个中文汉字分别占用多少字节。

import java.io.UnsupportedEncodingException;
    
    public class EncodeTest {
    	/**
    	 * 打印字符串在指定编码下的字节数和编码名称到控制台
    	 * 
    	 * @param s
    	 *            字符串
    	 * @param encodingName
    	 *            编码格式
    	 */
    	public static void printByteLength(String s, String encodingName) {
    		System.out.print("字节数：");
    		try {
    			System.out.print(s.getBytes(encodingName).length);
    		} catch (UnsupportedEncodingException e) {
    			e.printStackTrace();
    		}
    		System.out.println(";编码：" + encodingName);
    	}
    
    	public static void main(String[] args) {
    		String en = "A";
    		String ch = "人";
    
    		// 计算一个英文字母在各种编码下的字节数
    		System.out.println("英文字母：" + en);
    		EncodeTest.printByteLength(en, "GB2312");
    		EncodeTest.printByteLength(en, "GBK");
    		EncodeTest.printByteLength(en, "GB18030");
    		EncodeTest.printByteLength(en, "ISO-8859-1");
    		EncodeTest.printByteLength(en, "UTF-8");
    		EncodeTest.printByteLength(en, "UTF-16");
    		EncodeTest.printByteLength(en, "UTF-16BE");
    		EncodeTest.printByteLength(en, "UTF-16LE");
    
    		System.out.println();
    
    		// 计算一个中文汉字在各种编码下的字节数
    		System.out.println("中文汉字：" + ch);
    		EncodeTest.printByteLength(ch, "GB2312");
    		EncodeTest.printByteLength(ch, "GBK");
    		EncodeTest.printByteLength(ch, "GB18030");
    		EncodeTest.printByteLength(ch, "ISO-8859-1");
    		EncodeTest.printByteLength(ch, "UTF-8");
    		EncodeTest.printByteLength(ch, "UTF-16");
    		EncodeTest.printByteLength(ch, "UTF-16BE");
    		EncodeTest.printByteLength(ch, "UTF-16LE");
    	}
    }

运行结果如下：

1.  英文字母：A
2.  字节数：1;编码：GB2312
3.  字节数：1;编码：GBK
4.  字节数：1;编码：GB18030
5.  字节数：1;编码：ISO-8859-1
6.  字节数：1;编码：UTF-8
7.  字节数：4;编码：UTF-16
8.  字节数：2;编码：UTF-16BE
9.  字节数：2;编码：UTF-16LE
10. 中文汉字：人
11. 字节数：2;编码：GB2312
12. 字节数：2;编码：GBK
13. 字节数：2;编码：GB18030
14. 字节数：1;编码：ISO-8859-1
15. 字节数：3;编码：UTF-8
16. 字节数：4;编码：UTF-16
17. 字节数：2;编码：UTF-16BE
18. 字节数：2;编码：UTF-16LE

UTF-16BE和UTF-16LE是UNICODE编码家族的两个成员。UNICODE标准定义了UTF-8、UTF-16、UTF-32三种编码格式，共有UTF-8、UTF-16、UTF-16BE、UTF-16LE、UTF-32、UTF-32BE、UTF-32LE七种编码方案。JAVA所采用的编码方案是UTF-16BE。从上例的运行结果中我们可以看出，GB2312、GBK、GB18030三种编码格式都可以满足题目的要求。下面我们就以GBK编码为例来进行解答。  
  
我们不能直接使用String类的substring(int beginIndex, int endIndex)方法，因为它是按字符截取的。'我'和'Z'都被作为一个字符来看待，length都是1。实际上我们只要能区分开中文汉字和英文字母，这个问题就迎刃而解了，而它们的区别就是，中文汉字是两个字节，英文字母是一个字节。

import java.io.UnsupportedEncodingException;
    
    public class CutString {
    
    	/**
    	 * 判断是否是一个中文汉字
    	 * 
    	 * @param c
    	 *            字符
    	 * @return true表示是中文汉字，false表示是英文字母
    	 * @throws UnsupportedEncodingException
    	 *             使用了JAVA不支持的编码格式
    	 */
    	public static boolean isChineseChar(char c)
    			throws UnsupportedEncodingException {
    		// 如果字节数大于1，是汉字
    		// 以这种方式区别英文字母和中文汉字并不是十分严谨，但在这个题目中，这样判断已经足够了
    		return String.valueOf(c).getBytes("GBK").length > 1;
    	}
    
    	/**
    	 * 按字节截取字符串
    	 * 
    	 * @param orignal
    	 *            原始字符串
    	 * @param count
    	 *            截取位数
    	 * @return 截取后的字符串
    	 * @throws UnsupportedEncodingException
    	 *             使用了JAVA不支持的编码格式
    	 */
    	public static String substring(String orignal, int count)
    			throws UnsupportedEncodingException {
    		// 原始字符不为null，也不是空字符串
    		if (orignal != null && !"".equals(orignal)) {
    			// 将原始字符串转换为GBK编码格式
    			orignal = new String(orignal.getBytes(), "GBK");
    			// 要截取的字节数大于0，且小于原始字符串的字节数
    			if (count > 0 && count < orignal.getBytes("GBK").length) {
    				StringBuffer buff = new StringBuffer();
    				char c;
    				for (int i = 0; i < count; i++) {
    					c = orignal.charAt(i);
    					buff.append(c);
    					if (CutString.isChineseChar(c)) {
    						// 遇到中文汉字，截取字节总数减1
    						--count;
    					}
    				}
    				return buff.toString();
    			}
    		}
    		return orignal;
    	}
    
    	public static void main(String[] args) {
    		// 原始字符串
    		String s = "我ZWR爱JAVA";
    		System.out.println("原始字符串：" + s);
    		try {
    			System.out.println("截取前1位：" + CutString.substring(s, 1));
    			System.out.println("截取前2位：" + CutString.substring(s, 2));
    			System.out.println("截取前4位：" + CutString.substring(s, 4));
    			System.out.println("截取前6位：" + CutString.substring(s, 6));
    		} catch (UnsupportedEncodingException e) {
    			e.printStackTrace();
    		}
    	}
    }

运行结果：

1.  原始字符串：我ZWR爱JAVA
2.  截取前1位：我
3.  截取前2位：我
4.  截取前4位：我ZW
5.  截取前6位：我ZWR爱

转载自：[http://www.iteye.com/topic/216577][http_www.iteye.com_topic_216577]

[http_www.iteye.com_topic_216577]: http://www.iteye.com/topic/216577