|
|
参考书籍《java核心技术卷1》 String类的使用频率非常高，几乎所有的String API都很有用。 代码单元：
定义：字符编码的最小存储单位 char charAt(int index):返回指定位置的代码单元。通常来说，在java中，字母以及一些常用的字符都是一个代码单元的。java在内存中的字符编码是utf16，而在源码文件和class文件中，编码是utf8。在utf8中，一个汉字占3个字节(2万多汉字)或4个字节(5万多汉字)，而utf8是网络传输中最通用的字符编码。在utf16中，一个汉字占2个字节，少数汉字占用4个字节。
uft8是可变编码，占用1~6字节。一个字节就是一个代码单元。 uft16也是可变编码，占用2个或者4个字节。两个字节就是一个代码单元。
汉字数量太多，往往一个代码单元表示不了。 我们只考虑java在运行时对汉字的编码，因为运行时才是关键，即认识到java运行时的编码(也叫作内码)采用的是utf16编码。一个代码单元就是2个字节(16位)。有些生僻字符(比如一些生僻汉字)占用2个代码单元(32位)，即4个字节。
码点：
定义：一个字符对应的编码 可以简单的理解为字符。即一个码点就是一个字符。根据上面所说的，一个码点可以是1个或2个代码单元组成。2个代码单元组成的字符也称作辅助字符。
int codePointAt(int index):返回指定位置的开始的码点。
int offsetByCodePoints(int startIndex, int cpCount):返回从startIndex码点开始，cpCount个码点后的码点索引这里有我弄了比较久才理解的东西。什么叫做指定位置、码点索引？第二个方法是不是有病啊，我都知道初始码点索引和向后推的码点个数了，为什么还有这个方法来计算码点索引呢，直接做个加法不就好了？ 看一下代码：
可以知道，它是4个字符，4个码点，字符长度是5，有5个代码单元。随便说一下，java中的字符长度length()就是代码单元长度，和我们平常理解的字符个数不是绝对等同的一个东西(虽然大多数是相同的值，于是乎变成了一个难以发现的坑)。
码点索引如下：
第一个字符1：码点索引0
第二个字符2：码点索引1
第三个字符3：码点索引2
第四个字符(一个特殊字符，知乎显示不出来)：码点索引3和4
可以看到，第四个字符(码点)占用了两个码点索引。虽然书上是说叫做码点索引，但是理解起来跟寻常思维不一样，我个人将指定位置和码点索引理解为代码单元索引(也可能是原版英文译为中文时的错误)。可以说，java中任何涉及到字符串位置、索引(比如上面的码点索引)之类的东西，一律都视为代码单元索引。
其他一些方法：
int compareTo(String other):按照字典顺序，如果字符串位于other之前，返回一个负数；如果字符串位于other之后，返回一个正数；如果两个字符串相等，返回0；
IntStream codePoints():将这个字符串的码点作为一个流返回。调用toArray将它们放在一个数组中。
new String(int[] codePoints, int offset, int count):用数组中从offset开始的count个码点构造一个字符串。
boolean empty()
bolean blank():如果字符串为空或者由空格组成，返回true。
boolean equals(Object other):如果字符串和other相等，返回true。
boolean equalsIgnoreCase(String other):如果字符串与other相等(忽略大小写)，返回true。
boolean startsWith(String prefix)
boolean endsWith(String suffix):如果字符串以prefix开头或以suffix或结尾，则返回true。(PS:中文原版书籍中多了一个"或"字)
int indexOf(String str)
int indexOf(String str, int fromIndex):返回与字符串str或码点cp匹配的第一个子串的开始位置。从索引0或fromIndex开始匹配。如果在原始字符串中不存在str,则返回-1。
int lastIndexOf(String str)
int lastIndexOf(String str, int fromIndex)
int lastIndexOf(String cp)
int lastIndexOf(int cp)
int lastIndexOf(int cp, int fromIndex):返回与字符串str或码点cp匹配的最后一个子串的开始位置。从原始字符串末尾或fromIndex开始匹配。
int length():返回字符串代码单元的个数。
int codePointCount(int startIndex, int endIndex):返回startIndex和endIndex-1之间的码点个数。
String replace(CharSequence oldString, CharSequence newString):返回一个新字符串。这个字符串用newString代替原始字符串中所有的oldString。可以用String或StringBuilder对象作为CharSequence参数。
String substring(int beginIndex)
String substring(int beginIndex, int endIndex):返回一个新字符串。这个字符串包含原始字符串中从beginIndex到字符串末尾或endIndex-1的所有代码单元。
String toLowerCase()
String toUpperCase()
返回一个新字符串。这个字符串将原始字符串中的大写字母改为小写字母，或者将原始字符串中的所有小写字母改成大写字母。
String trim()
String strip():返回一个新字符串。这个字符串将删除原始字符串头部和尾部小于等于U+0020的字符(trim)或空格(strip)。
String join(CharSequence delimiter, CharSequence... elements):返回一个新字符串，用给定的定界符连接所有元素。
String repeat(int count):返回一个字符串，将当前字符串重复count次。
注释：在API注释中，有一些CharSequence类型的参数。这是一种接口类型，所有字符串都属于这个接口。 欢迎点赞，收藏，转发。个人网站博客地址：朗朗繁星的博客 |
|
发表于 2023-1-7 21:26:36