上一次我们已经一起回顾了面试题中常考的到底创建了几个String对象的相关知识,这一次我们以几个常见面试题为引子,来回顾一下String对象相关的其它一些方面。
String的length()方法和数组的length属性
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:
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。
中文汉字在char中的保存
一个中文汉字能保存在一个char类型里吗?
请看下面的例子:
编译没有报错,运行结果:
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:
运行结果:
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:
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。
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:
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:
运行结果:
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:
运行结果:
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。
运行结果如下:
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。
如果我们直接按照字节截取会出现什么情况呢?我们来测试一下:
输出结果:
在截取前六个字节时,第二个汉字“爱”被截取了一半,导致它无法正常显示了,这样显然是有问题的。
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。
运行结果:
String的length()方法和数组的length属性
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:
- public int length() {
- return count;
- }
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。
中文汉字在char中的保存
一个中文汉字能保存在一个char类型里吗?
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);
- }
- }
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:
- 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);
- }
- }
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:
- 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:
- 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 + b + c + d + e + f);
- }
- }
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 + b + c + d + e + f);
}
}
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。
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]);
- }
- }
- }
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:
- 原始的字符串:A quick brown fox jumps over the lazy dog.
- 反转后字符串:.god yzal eht revo spmuj xof nworb kciuq A
- 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());
- }
- }
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:
- 原始的字符串:A quick brown fox jumps over the lazy dog.
- 反转后字符串:.god yzal eht revo spmuj xof nworb kciuq A
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");
- }
- }
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:
- 英文字母:A
- 字节数:1;编码:GB2312
- 字节数:1;编码:GBK
- 字节数:1;编码:GB18030
- 字节数:1;编码:ISO-8859-1
- 字节数:1;编码:UTF-8
- 字节数:4;编码:UTF-16
- 字节数:2;编码:UTF-16BE
- 字节数:2;编码:UTF-16LE
- 中文汉字:人
- 字节数:2;编码:GB2312
- 字节数:2;编码:GBK
- 字节数:2;编码:GB18030
- 字节数:1;编码:ISO-8859-1
- 字节数:3;编码:UTF-8
- 字节数:4;编码:UTF-16
- 字节数:2;编码:UTF-16BE
- 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。
如果我们直接按照字节截取会出现什么情况呢?我们来测试一下:
- import java.io.UnsupportedEncodingException;
- public class CutString {
- public static void main(String[] args) throws UnsupportedEncodingException {
- String s = "我ZWR爱JAVA";
- // 获取GBK编码下的字节数据
- byte[] data = s.getBytes("GBK");
- byte[] tmp = new byte[6];
- // 将data数组的前六个字节拷贝到tmp数组中
- System.arraycopy(data, 0, tmp, 0, 6);
- // 将截取到的前六个字节以字符串形式输出到控制台
- s = new String(tmp);
- System.out.println(s);
- }
- }
import java.io.UnsupportedEncodingException;
public class CutString {
public static void main(String[] args) throws UnsupportedEncodingException {
String s = "我ZWR爱JAVA";
// 获取GBK编码下的字节数据
byte[] data = s.getBytes("GBK");
byte[] tmp = new byte[6];
// 将data数组的前六个字节拷贝到tmp数组中
System.arraycopy(data, 0, tmp, 0, 6);
// 将截取到的前六个字节以字符串形式输出到控制台
s = new String(tmp);
System.out.println(s);
}
}
输出结果:
- 我ZWR?
在截取前六个字节时,第二个汉字“爱”被截取了一半,导致它无法正常显示了,这样显然是有问题的。
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++) {
- // charAt(int index)也是按照字符来分解字符串的
- 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();
- }
- }
- }
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++) {
// charAt(int index)也是按照字符来分解字符串的
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:
- 原始字符串:我ZWR爱JAVA
- 截取前1位:我
- 截取前2位:我
- 截取前4位:我ZW
- 截取前6位:我ZWR爱