Java：String與編碼

1、String

創建字符串

1. String s = "xxx" ；

2. String s = new String ("xxx")；

3. String s = new String( new char [] {'x','x','x'} );

 

對於第三種的解釋：字符串在String內部是通過一個char[ ] 數組表示的（和C++類似），只是由於String太常用了，所以Java提供了“xxx”這種字符串字面量表示方法。

特點

Java字符串是不可變的，這種不可變性是通過內部的private final char[ ]字段，以及沒有任何修改char[ ]的方法實現的（即Java中不能對char[] 進行修改）；

不可變意味着：一旦創建了String，就無法修改其值。所以在調用String的修改方法時，並不是對該String本身進行修改，而是復制一個副本，對該副本修改並返回，所以需要額外的String來承接。

對象方法：用法str.xxx(...)

需要注意的是，由於String的不可變性，所以所有這些方法都不會改變原String，只能返回改變后的新String

返回值類型	方法	說明
boolean	==	比較兩個字符串變量是否指向同一個地址
char	charAt( index )	返回指定索引處的單個char
int	compareTo(String str)	比較兩個字符串
int	compareToIgnoreCase(String str)	比較兩個字符串，不考慮大小寫
String	concat(String str2)	把指定字符串連接到該字符串結尾
boolean	contains(String str2)	判斷str中是否包含子串str2
String	copyValueOf(char [] data)	返回指定的char[]代表的String
String	copyValueOf(char [] data , int offset , int count)	返回從offset開始，總共count個字符的data中一部分char組成的String
boolean	endsWith(String suffix)	str是否以suffix結尾
boolean	equals(str2)	比較兩個字符串內容是否相同
boolean	equalsIgnoreCase(str2)	忽略大小寫比較內容
String	formatted()、format()	格式化字符串
byte[]	getBytes()	使用默認編碼，將該String編碼為byte序列
byte[]	getBytes(String charset)	用charset指定的編碼方式，將該String編碼為byte序列
void	getChars(int srcBegin , int srcEnd , char[] dst , int dstBegin)	將字符串str中從srcBegin到srcEnd的char復制到目標char[] dst中，從dst的dstBegin處開始
int	hashCode()	返回該字符串的Hash碼
int	indexOf(String str2 , int fromIndex=0)	第一次出現指定子串的索引，參數fromIndex指定從何處開始
String	intern()	返回字符串對象的規格化表示形式
boolean	isBlank()	是否為""
boolean	isEmpty()	是否為null
int	lastIndexOf(String str2 , int fromIndex=-1)	最后一次出現指定字串的索引，參數fromIndex指定從何處反向開始
int	length()	字符串長度
boolean	matches(String regex)	該字符串是否匹配指定的正則表達式
boolean	regionMatches(...)	兩個字符串的指定部分區域是否相等
String	replace(char oldChar , char newChar)	用newChar替換該String中的所有oldChar
String	replace(String str2 , String str3)	用子串str3替換該String中的所有str2
String	replaceAll(String regex , String replacement)	用replacement替換該字符串中所有匹配正則表達式regex的子串
String	replaceFirst(String regex,String replacement)	用replacement替換該字符串中第一個匹配正則表達式regex的子串
String[ ]	split(String regex , int limit=0)	用正則表達式regex指定的分隔符分割字符串，返回分割后各部分String組成的String[] 參數limit指明分割次數，默認0為無限制
boolean	startsWith(String prefix , int toffset=0)	str是否以在toffset處以prefix開始
String	substring(int start,int end=-1)	截取指定位置間的子串
String	trim()	移除首尾空白字符
	strip()	移除首尾空白字符，包括中文的空格字符
	stripLeading()	移除首部空白字符
	stripTrailing()	移除尾部空白字符
char[ ]	toCharArray()	將String轉為char[ ]
String	toLowerCase()	把String中的字符小寫
String	toUpperCase()	把String中的字符大寫
String	valueOf( x )	把各類型的x字符串化

靜態方法：用法String.xxx(...)

方法返回值	方法	說明
String	copyValueOf(char[ ] data) copyValueOf(char[ ] data , int offset , int count)	等同於valueOf( char [ ] )，把char[ ]轉化為String
String	format(String format , Object... args)	將參數1format格式化，其中的格式化字符例如%d、%s等填充為一系列的參數args
String	join(CharSequence delimiter , String [] str)	用連接符delimiter將一個String []中的各String連接起來
String	valueOf( xxx )	將xxx轉化為String

 

部分方法的補充說明

1、格式化字符串：formatted、format

package pack1;
public class Main{
    public static void main(String [] args){
        String s= "Hi %s,your score is %d!";
        System.out.println(s.formatted("Alice",80));
        System.out.println(String.format("Hi %s,your score is %.2f!","Bob",59.5));
    }
}

formatted()

str.formatted（格式化列表）

format()

String.format（str，格式化列表）

其中有幾個占位符，后邊的格式化列表中就有幾個參數，且參數類型要和占位符一致。

常用占位符

s	字符串
d	整數
x	十六進制整數
f	浮點數

占位符可以帶格式，比如%.2f是兩位小數，如果不確定用啥占位符，那就始終用%s，因為%s可以顯示任何類型數據。

 ③各類型與String的相互轉化

各類型轉字符串：String.valueOf(xxx)

要把任意基本類型或者引用類型轉換為String，可以使用靜態方法String.valueOf()。這是一個重載方法，編譯器會根據參數自動選擇合適的方法：

String.valueOf(123); // "123"
String.valueOf(45.67); // "45.67"
String.valueOf(true); // "true"
String.valueOf(new Object()); // 類似java.lang.Object@636be97c

字符串轉各類型

轉換類型	方法	補充
int	Integer.parseInt(str,進制)
boolean	Boolean.parseBoolean(str)
Integer	Integer.getInteger(str)	不是轉化str，而是將str對應的系統變量轉化為Integer
char[]	str.toCharArray()	如果從char[]到String，直接用new String (carray)構造String即可

2、字符編碼

主流編碼

ASCII編碼：每個字符1B

Unicode編碼：每個字符2或更多字節，包含了全世界所有語言

UTF-8編碼：變長編碼，用來把Unicode編碼變為1~4B的變長編碼

編碼轉化

Java中，char類型實際上是2B Unicode編碼，如果要把字符串轉換為其他編碼，可以用str.getBytes(編碼類型)這種方法。

 

byte[] b1 = "Hello".getBytes(); // 按系統默認編碼轉換，不推薦
byte[] b2 = "Hello".getBytes("UTF-8"); // 按UTF-8編碼轉換
byte[] b2 = "Hello".getBytes("GBK"); // 按GBK編碼轉換
byte[] b3 = "Hello".getBytes(StandardCharsets.UTF_8); // 按UTF-8編碼轉換

 

需要注意的是，以上代碼轉換編碼后，就不再是char類型，而是byte[ ]

 

如果要把某種已知編碼的byte[ ]轉化為String，可以在new String（）時通過參數指定原編碼格式：

byte[] b = ...
String s1 = new String (b,"GBK");//按GBK轉化
String s2 = new String (b,StandardCharsets.UTF_8);//UTF-8

 

始終牢記：Java中的String和char是以Unicode編碼的。

 

3、總結

1. Java中的字符串類型是String，它本身也是一個class，但是Java編譯器對String有特殊處理，可以直接用"xxx"來表示；實際上String在JVM中是通過char[ ]數組表示的；
2. Java字符串是不可變的，這是因為String在JVM內部表示char [ ]時，通過private final char[ ]實現的，此外JVM中沒有任何修改char[ ]方法實現的；
3. 字符串的各種方法，判斷字符串內容通常用equals(str2)
4. 格式化字符串的方法：formatted、format
5. 字符編碼：ASCII——每個字符1B；Unicode——每個字符2B；UTF-8——1~4B的邊長編碼。Java中，char、String類型實際上是2B Unicode編碼。字符串的編碼轉化，同str.getBytes(編碼類型)實現的，不過編碼轉化后，就不再是char類型，而是byte[ ]；反之，如果要把byte[ ]轉化為String，可以在new String ( )時通過參數指定編碼格式。