ITeye博客

String杂谈

explore · 2010-04-19 18:51 · J2SE · 编程语言 · Markdown

转自:http://zangweiren.iteye.com/blog/216005

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: Java代码 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: Java代码 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: Java代码 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: Java代码 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: Java代码 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);   
    }   
}   

}

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);
	}
}

}

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: Java代码 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。 Java代码 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: Java代码 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;
// 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;
// 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。 Java代码 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:

  1. 原始字符串:我ZWR爱JAVA
  2. 截取前1位:我
  3. 截取前2位:我
  4. 截取前4位:我ZW
  5. 截取前6位:我ZWR爱

评论(0)

暂无评论。

评论功能维护中,当前仅展示历史评论。