第三章 高级文本处理

第一节 Java字符编码

一.字符编码

-ASCII码，采用1Byte，8bits，最多256个字符。

-Big5 ASCII+繁体中文

-GB8030>GBK>GB2312

-Unicode(字符集)

    -目标：不断扩充，存储全世界所有的字符。

    -编码方案

        -UTF-8，兼容ASCII，变长，经济，方便运输。

        -UTF-16，UTF-32....

-ANSI编码

    -在Windows上非Unicode的默认编码

 

二.Java字符编码

源文件编码：采用UTF-8编码，和外界（文本文件）输入输出尽量采用UTF-8编码。

 

 

第二节 国际化编程

一.什么是国际化编程

-多语言版本的软件

-Java是第一个设计成支持国际化的编程语言

    -java.util.ResourceBundle用于加载一个语言_国家语言包

    -java.util.Locale定义一个语言_国家

import java.util.Locale;
import java.util.ResourceBundle;

public class NewHelloWorld {

	public static void main(String[] args) {
		// 取得系统默认的国家、语言环境
		Locale myLocale = Locale.getDefault();
		
		System.out.println(myLocale); //zh_CN 

		// 根据指定语言_国家环境加载资源文件
		ResourceBundle bundle = ResourceBundle.getBundle("message", myLocale);

		// 从资源文件中取得的信息
		System.out.println(bundle.getString("hello"));  
		
		myLocale = new Locale("en", "US"); //语言_国家 强制转换成en_US
		bundle = ResourceBundle.getBundle("message", myLocale);
		System.out.println(bundle.getString("hello"));  //Hello World
		
	}
}

 

二.Local类（zh_CN,en_US...）

Local方法

    -getAvailableLocales（）返回所有的可用Local

    -getDefault（）返回默认的Locale

语言文件

    -包含K-V对，每行一个K-V，例如：age=20

    -命名规则：

        -包名——语言+国家地区.properties（语言和国家能选）

        -message_zh_CN.propertities

    -制作方法，采用native2ascii.exe进行转码（mac未知怎么转码。。。）

    

三.ResourceBundle

-根据Local要求，加载语言文件（Properties文件）

-存储语言集合中所有的K-V对

-getString（String ket返回相对应的value）

-ResourceBundle根据key寻找value路径

 

四.其他国家化

日期/时间国际化

数字/金额国际化

 

第三节 Java高级字符串处理

一.正则表达式

-用事先定义好的一些特定字符及这些特定字符的组合，组成一个“规则字符串”.

-java.util.regex包

    -Pattern正则表达式的编译表示

        -compile编译一个正则表达式为Pattern对象

        -matcher用pattern对象匹配一个字符串，返回匹配结果。

    -Matcher

        -Index Methods(位置方法)    //start()，start(int group)，end()，end(int group)

        -Study Methods(查找方法)   //lookingAt(),end(),find(),find(int start),matches()

        -Replacement Methods(替换方法)  //replaceAll(String replacement)

package regex;

import java.util.regex.Pattern;
import java.util.regex.Matcher;

public class MatcherDemo {
	
	private static final String REGEX = "\\bdog\\b";  //\\b表示边界
	private static final String INPUT = "dog dog dog doggie dogg";

	public static void main(String[] args) {
		//检查字符串里有多少个dog
		Pattern p = Pattern.compile(REGEX);
		
		Matcher m = p.matcher(INPUT);
		int count = 0;
		while (m.find()) {
			count++;
			System.out.println("Match number " + count);
			System.out.println("start(): " + m.start());
			System.out.println("end(): " + m.end());
		}