java中字符串分割器_字符串(Strings)

Joiner

将一个字符串序列用一个分隔符连接起来还是比较棘手的 — 但不应该是这样。如果序列包含null就更困难了，流式风格的Joiner让这一切变得简单起来。

Joinerjoiner=Joiner.on("; ").skipNulls();

returnjoiner.join("Harry",null,"Ron","Hermione");

以上代码返回的是”Harry; Ron; Hermione”。另外，也可以使用useForNull(String)来指定一个字符串作为null的替代。

同样，Joiner也可以在Object上，使用toString()转换成字符串然后再合并。

//返回1,5,7

Joiner.on(",").join(Arrays.asList(1,5,7));

注意：Joiner实例总是不可变的。Joiner的配置方法总是返回一个新的Joiner实例。这让Joiner是线程安全的，并且可用于静态常量。

Splitter

Java内置的分割字符串的工具的行为有点奇怪。例如String.split会默认的丢弃路径分隔符，而StringTokenizer会将其表示为5个空格。

小测试：”,a,,b,”.split(“,”)的结果是什么？

“”, “a”, “”, “b”, “”

null, “a”, null, “b”, null

“a”, null, “b”

“a”, “b”

以上都不是

正确的答案是5：””, “a”, “”, “b”，只有最后一个空字符串被忽略，为什么会这样我也不太清楚。

Splitter允许你安心的直接使用流式模式来完全控制这些令人困惑的行为。

Splitter.on(",")

.trimResults()

.omitEmptyStrings()

.split("foo,bar,, qux");

以上的代码返回的是一个Iterable，其中包含”foo”,”bar”,”qux”。Splitter可用于任何Pattern, char, String或CharMatcher。

基本工厂方法

方法

描述

示例

Splitter.on(char)

使用单独的一个字符分隔指定序列

Splitter.on(‘;’)

Splitter.on(CharMatcher)

使用某类的字符分隔指定序列

Splitter.on(CharMatcher.BREAKING_WHITE) Splitter.on(CharMatcher.anyOf(“;,.”))

Splitter.on(String)

使用字符串分隔指定序列

Splitter.on(“, “)

Splitter.on(Pattern) Splitter.onPattern(String)

根据正则表达式分隔指定序列

Splitter.onPattern(“\r?\n”)

Splitter.fixedLength(int)

将指定序列分隔成指定长度的子串，最后一个子串可能小于指定的值，但永远不可能为空

Splitter.fixedLength(3)

配置

方法 | 描述 | 示例

—- | —- | —-

omitEmptyStrings() | 在结果中忽略空字符串 | Splitter.on(‘,’).omitEmptyStrings().split(“a,,c,d”)会返回”a”,”c”,”d”

trimResults() | 剔除结果中的空格，相当于trimResults(CharMatcher.WHITESPACE) | Splitter.on(‘,’).trimResults().split(“a, b, c, d”)会返回”a”, “b”, “c”, “d”

trimResults(CharMatcher) | 剔除结果中的指定字符 | Splitter.on(‘,’).trimResults(CharMatcher.is(‘‘)).split(“_a ,_b ,c_”)会返回”a “, “b “, “c”

limit(int) | 字符串分割的最大数量(即将分隔成几部分，最后一部分包含所有剩下的字符串，不会再进行分隔) | Splitter.on(‘,’).limit(3).split(“a,b,c,d”)会返回”a”, “b”, “c,d”

TODO：Map分割

如果希望返回List，使用Lists.newArrayList(Splitter.split(String))或类似方法即可。

注意：Splitter实例是不可变的。分割器的配置方法始终返回一个新的Splitter。这样会使Splitter是线程安全的，并且可以用作常量。

CharMatcher

之前，我们的StringUtil类变成了未经检查的，它有许多以下类似的方法：

-

-

-

-

-

allAscii

collapse

collapseControlChars

collapseWhitespace

indexOfChars

lastIndexNotOf

numSharedChars

removeChars

removeCrLf

replaceChars

retainAllChars

strip

stripAndCollapse

stripNonDigits

这些方法表示了一个跨产品的两个概念：

一个“匹配”的字符由什么组成？

对这些“匹配”的字符要做什么？

为了简化这个困境，我们开发了CharMatcher这个类。

可以把CharMatcher直观的想象成是一个表示字符的特殊类，像数字或空格之类。实际上，CharMatcher就是一个字符的布尔判判断 — 它实现了Predicate接口，因为它太常用了，例如：所有空格，所有小写字母等，Guava才为字符提供了这个API。

CharMatcher的作用就是在一个字符序列上执行一系列的操作：裁剪，折叠，移除，保留等等。一个CharMatcher类型的对象表示：

一个“匹配”的字符由什么组成？

有很多操作来回答这个问题。

对这些“匹配”的字符要做什么？

The result is that API complexity increases linearly for quadratically increasing flexibility and power. Yay!

StringnoControl=CharMatcher.JAVA_ISO_CONTROL.removeFrom(string);

//删除控制字符

StringtheDigits=CharMatcher.DIGIT.retainFrom(string);

//仅保留数字

Stringspaced=CharMatcher.WHITESPACE.trimAndCollapseFrom(string,' ');

//剔除结尾的空白，并将空白替换为单个的空格

StringnoDigits=CharMatcher.JAVA_DIGIT.replaceFrom(string,"*");

StringlowerAndDigit=CharMatcher.JAVA_DIGIT.or(CharMatcher.JAVA_LOWER_CASE).retainFrom(string);

//删除所有不是数字和小写字母的字符

_注意：CharMatcher仅接受char值，不接受从0x10000到0x10FFFF之间的Unicode代码值。这些逻辑字符是使用surrogate pair编码为String的，CharMatcher将其作为两个分开的字符处理。

获取CharMatcher

很多需求都可以使用已提供的CharMatcher常量：

-

-

-

-

-

ANY

NONE

WHITESPACE

BREAKING_WHITESPACE

INVISIABLE

DIGIT

JAVA_LETTER

JAVA_DIGIT

JAVA_LETTER_OR_DIGIT

JAVA_ISO_CONTROL

JAVA_LOWER_CASE

JAVA_UPPER_CASE

ASCII

SINGLE_WIDTH

其他获取CharMatcher的常规方法包括：

方法

描述

anyOf(CharSequence)

包括想要匹配的所有字符。例如CharMatcher.anyOf("aeiou")匹配所有小写的元音字符

is(char)

匹配指定的字符

inRange(char, char)

匹配一个范围内的字符，例如CharMatcher.inRange('a', 'z')

另外，还有negate()，and(CharMatcher)和or(CharMatcher)，这些方法提供CharMatcher的简单布尔操作。

使用CharMatcher

CharMatcher提供了很多操作CharSequence的方法。以下列出的是常用的方法，更多方法参加Javadoc文档：

方法

描述

collapseFrom(CharSequence, char)

讲连续匹配的字符替换为指定的字符，例如：WHITESPACE.collapseFrom(string, ' ')会将连续的空白符替换为一个单一的空格。

matchesAllOf(CharSequence)

测试是否匹配所有字符。例如ASCII.matchesAllOf(string)检查string中的字符是否都是ASCII。

removeFrom(CharSequence)

从字符序列中删除匹配的字符

retainFrom(CharSequence)

从字符序列中删除不匹配的字符(仅保留匹配的字符)

trimFrom(CharSequence)

从字符序列的头尾删除指定的字符

replaceFrom(CharSequence, CharSequence)

用指定字符序列替换匹配的字符

(注意：这些方法都返回一个String，matchesAllOf返回boolean)

Charsets

不要像下面这样做：

try{

bytes=string.getBytes("UTF-8");

}catch(UnSupportedEncodingExceptione){

thrownewAssertError(e);

}

而要这么做：

bytes=string.getBytes(Charsets.UTF_8);

Charsets提供了6种Charset的标准实现的常量引用，保证被所有Java平台实现支持。使用它们的名字来引用。

TODO：Charsets说明和应用场景

(注意：如果你使用JDK7，应该使用StandardCharsets中的常量！)

CaseFormat

CaseFormat是一个用来转换ASCII大小写的工具类 — 例如，编程语言的命名约定。支持的格式如下：

格式

示例

LOWER_CAMEL

lowerCamel

LOWER_HYPHEN

lower-hyphen

LOWER_UNDERSCORE

lower_underscore

UPPER_CAMEL

UpperCamel

UPPER_UNDERSCORE

UPPER_UNDERSCORE

CaseFormat.UPPER_UNDERSCORE.to(CaseFormat.LOWER_CAMEL,"CONSTANT_NAME");

//返回"constantName"