String类的使用与解析

目录

一、使用

二、实现机制

---

一、使用

String类是java程序设计中最常用的类之一，网上的资料也很多，在此只对其中部分方法加以介绍：

1、注意事项：

        1）replace方法与replaceFirst和replaceAll不同，前者不支持正则表达式，而后二者是支持正则表达式的。

        2）在使用split(String regex)和split(String regex, int limit)方法时要注意：

                若要用.$|()[{^?*+\\之中的字符分割字符串，在指定regex参数时需要将其转义，否则得不到预期结果甚至出现异常。

2、以下方法虽然不是最常用的，但合理使用会给我们的操作带来方便：

public String(byte bytes[], String charsetName)：常用于转换字符串编码格式，以解决乱码问题，如将从文件或网络获取到的字符串由ISO-8859-1编码格式转成UTF-8编码格式。

public String(byte bytes[], int offset, int length, String charsetName)：转换编码格式并生成子串，常用于从格式文本中获取指定位置的信息。在不需要转换编码格式的情况下用substring()方法性能更好。

public boolean regionMatches(int toffset, String other, int ooffset, int len)：判断两个字符串的局部是否相同。区分大小写。

public boolean regionMatches(boolean ignoreCase, int toffset, String other, int ooffset, int len)：功能与前一方法相同，是否区分大小写由一个参数决定。

public boolean startsWith(String prefix, int toffset)：判断字符串从偏移位置开始是否由prefix指定的字符串开头，常用于格式化的文本。

public static String join(CharSequence delimiter, CharSequence... elements)：用指定的分隔符将字符串拼接在一起。此种方式的性能比用StringBuffer稍微差点，但会比采用“+”和concat方法的性能要好很多（在1000个串相拼接的条件下进行的测试）。

二、实现机制

String类的实现中，有两个重要属性、二个重要辅助类和三个需要注意的方法：

1、两个重要属性：value属性和coder属性。

1）value属性：用于存放字符串中的字符，其声明形式为：private final byte[] value，即是一个私有的byte类型的数组，且该属性用了final修饰，说明其值是不能随意更改的（但可通过反射和字节码操作更改value所指的对象或其中的字符）。

        value中存储的字符要么是Latin1字符，要么是UTF-16字符。若是Latin1字符，value的每个元素存放一个字符，下标0对应的元素存放第一个字符，如："Sample"的存储形式为[83, 97, 109, 112, 108, 101]；若是UTF-16字符，在value的每两个元素存放一个字符，小标小的存低8位，大的存高8位，如："实例"的存储形式为[-98, 91, -117, 79]。

        因此，length方法获取字符串长度时返回的是“value.length >> coder()”的值（coder方法返回0（Latin1)字符或1(UTF-16字符)，右移一位相当于除以2）。

2）coder属性：指明此串是Latin1还是UTF-16。当值等于0时，说明是Latin1字符，等于1时为UTF-16字符。

2、重要辅助类：

1）StringLatin1：此类中操作都比较简单，如charAt方法的返回值是(char)(value[index] & 0xff)的结果，就是先取value数组中指定元素中的字符编码，然后只取低8位并转成字符返回；indexOf方法返回的是指定字符在value中的元素的下标；toLowerCase方法就是利用CharacterDataLatin1类的toLowerCase方法将value中的每一个字符转成小写并存于一个新的byte数组，然后根据新的byte数组生成一个新的String实例返回，等等。

2）StringUTF16：当coder的值为1时，String用此类处理字符串。与StringLatin1类的处理方式是相似的，重要的不同在于，获取长度时要将value的长度右移 1位，获取字符时要先分别获取低位8位和高8位的编码，然后在组合在一起并转成字符。

3、replaceFirst、replaceAll和split：

        在第一部分中提到，这几个方法在使用要注意一些问题，大家看看其实现就知道了。

1）replaceFirst、replaceAll

public String replaceFirst(String regex, String replacement) {         return Pattern.compile(regex).matcher(this).replaceFirst(replacement);     }

public String replaceAll(String regex, String replacement) {         return Pattern.compile(regex).matcher(this).replaceAll(replacement);     }

        从以上源码可以看出，replaceFirst和replaceAll方法的实现都采用了正则表达式，因此，要替换的符号是正则表达式用到的特殊符号，就必须转义，否则达不到预期效果。

2）split

public String[] split(String regex, int limit) {         /* fastpath if the regex is a          * (1) one-char String and this character is not one of the          *     RegEx's meta characters ".$|()[{^?*+\\", or          * (2) two-char String and the first char is the backslash and          *     the second is not the ascii digit or ascii letter.          */         char ch = 0;         if (((regex.length() == 1 &&              ".$|()[{^?*+\\".indexOf(ch = regex.charAt(0)) == -1) ||              (regex.length() == 2 &&               regex.charAt(0) == '\\' &&               (((ch = regex.charAt(1))-'0')|('9'-ch)) < 0 &&               ((ch-'a')|('z'-ch)) < 0 &&               ((ch-'A')|('Z'-ch)) < 0)) &&             (ch < Character.MIN_HIGH_SURROGATE ||              ch > Character.MAX_LOW_SURROGATE)){                 ......                 return list.subList(0, resultSize).toArray(result);         }         return Pattern.compile(regex).split(this, limit); }

        从split方法的实现可以看出，若regex只包含一个字符，且是.$|()[{^?*+\\中的一员时，就当正则表达式处理；当regex式两个字符，且第一个字符不是\，或者第一个字符是\，而后一字符是数字或字母时，也被当做正则表达式处理。

        另外，String类被声明成final形式，所以不能派生子类。

        至于有关字符串的更深入的内容，在分析编译和jvm源码再分享。