java字符串详解——码点与代码单元

从概念上讲，java字符串就是Unicode字符序列。例如字符串"java\u2122"由5个Unicode字符j，a，v，a和™组成。java没有内置的字符串类型，而是在标准java类库中提供了一个预定义类，叫做String。每个由""括起来的字符串都是String类的实例。

拼接字符串

java允许使用+号拼接两个字符串，
当一个字符串和一个非字符串进行拼接市，后者会转换为字符串，如果后者是对象，则会调用它的toString方法，这种情况常出现在打印语句中
如需要将多个字符串以特定分隔符连接起来，可使用String类的静态方法join

//第一个参数是分隔符，后面的是要拼接的字符串
String all = String.join(",","a","b","c")

上述代码中的all的值为"a，b，c"

字符串的不变性

在java中，字符串是不可修改的，字符串的修改操作将会创建新串。这是因为，java语言的设计者认为，字符串的共享将会带来高效率。

各种字符串将会被存放到一个公共的存储池中。字符串变量指向存储池中的相应位置（字符串变量的值为地址），两个字面量相等的字符串变量，指向相同的地址
示例：

public static void main(String[] args) {
        String s1 = "abc";
        String s2 = "abc";

        String a = "ab";
        String b = "c";
        String s3 = a+b;
        
        System.out.println(s1==s2);
        System.out.println(s1==s3);
    }

结果：

注意：只有字符串字面量是共享的，而通过+或subString得到的字符串并不共享

检测字符串是否相等

在c++中，c++的String类重载了==操作符来检测两个字符串内容是否相等，但是java没有运算符重载机制，只能使用equals方法或compareTo方法来检验字符串内容的相等性。

码点与代码单元

码点：码点是指某个字符在编码表上对应的数值
代码单元：代码单元是组成码点的更小单位，对于绝大多数常用字符，一个码点由一个代码单元构成，而对于一些辅助字符，其码点由两个代码单元构成

java字符串由char序列组成，char数据类型是一个采用UTF-16编码表示的Unicode码点的代码单元。最常用的Unicode字符使用一个代码单元就可以表示，而辅助字符需要使用两个代码单元表示。

String类的length方法返回的是采用UTF-16编码表示的字符串所需要的代码单元数量，而不是指字符串的字符个数（即当字符串中含有辅助字符时，length方法的返回值要比字符串中的字符个数大）。

若想得到实际的长度，即码点数量，可以使用String类的codePointCount方法

大多数情况下，字符串中不会含有辅助字符，因而以上两种获得字符串长度的方法均可用。

需要注意的是，虚拟机不一定把字符串实现为代码单元序列。在java9中，只包含单字节代码单元的字符串使用byte数组实现，所有其他字符串均使用char数组

构建字符串

如果需要多次拼接字符串，建议使用StringBuilder或StringBuffer，避免多次创建String对象，造成内存空间的浪费。

StringBuilder builder = new StringBuilder();
builder.append("abc");
builder.append("def");

String result = builder.toString()  //result="abcdef"

需要注意的是，StringBuffer是线程安全的，它支持在多个线程中并发编辑字符串，但是代价是降低效率。而StringBuilder不是线程安全的，它只支持在单线程内编辑字符串，但是效率较高。两者的API是一样的

对于其他的字符串常用API本文不再赘述，详情参见官方文档