Java字符串的那些事儿。。。。
计划围绕以下几个方面
1.内存
2.正则表达式
3.String.format
4.编码
1.内存
先来看个经典的例子
public class Blog { public static void main(String[] args) { String s0 = "123"; String s1 = "123"; String s2 = new String("123"); String s3 = new String("123"); System.out.println(s0 == s1);// true System.out.println(s2 == s3);// false System.out.println(s1 == s2);// false } }
String是字符串常量，java.lang.String被设计为final类，不允许被继承和修改。 例子中的s0和s1都相当于常量，直接放在内存的stack中。而s2和s3作为引用类型被new出来，都是放在heap中。而java的 == 是直接判断栈中的值，所以s0和s1相等，而当用s1和s2比较时，实际是用s1在stack中的“123”和s2在stack中引用的内存地址相比较，所以不相等。
String不是基本数据类型，如果需要使用字符串变量时应该使用StringBuffer或者StringBuilder，前者线程安全。
————————————————————————————————————————————————————————
2.正则
首先介绍几个java.lang.String中的常用使用正则的方法：
String.matches
String.replaceAll
String.replaceFirst
String.split
下面是例子代码
public class Blog { public static void main(String[] args) { String s0 = "ccc123aaa456bbb"; System.out.println(s0.matches(".*\\d+.*")); System.out.println(new String(s0).replaceAll("\\d", "-")); System.out.println(new String(s0).replaceFirst("\\d", "-")); String[] split = s0.split("\\d+"); for (String string : split) { System.out.println(string); } } }
matches用来判断一个字符串是否符合某些规则，比如常见的邮箱合法检测都可以用正则来实现。
split是分割，把字符串按其中匹配正则的子串切割成几段返回字符串数组。
replaceAll和replaceFirst是将string中的符合此正则的串替换成想要替换的字符串。
这个在开发中也可以用，如果使用Eclipse想把一个很长的串比如“aaa”,“aaa”,“aaa”,“aaa”,“aaa”,“aaa”,想分成多行排列，可以使用ctrl+F中的Regular expression
然后replaceAll即可。
而java提供的正则工具类是
import java.util.regex.Matcher; import java.util.regex.Pattern; public class Blog { public static void main(String[] args) { Pattern pattern = Pattern.compile("\\d"); Matcher matcher = pattern.matcher("1"); boolean result = matcher.find(); System.out.println(result); } }
关于正则的规则，可以在java doc的java.util.regex.Pattern中找到详细介绍。要注意java的正则和其他js等语言的正则不一定完全通用，因为各个语言正则使用的标准不一定一样。
简单贴几条
| 字符 | |
|---|---|
| x | 字符 x |
| \\ | 反斜线字符 |
| \0n | 带有八进制值 0 的字符 n (0 <= n <= 7) |
| \0nn | 带有八进制值 0 的字符 nn (0 <= n <= 7) |
| \0mnn | 带有八进制值 0 的字符 mnn（0 <= m <= 3、0 <= n <= 7） |
| \xhh | 带有十六进制值 0x 的字符 hh |
| \uhhhh | 带有十六进制值 0x 的字符 hhhh |
| \t | 制表符 ('\u0009') |
| \n | 新行（换行）符 ('\u000A') |
| \r | 回车符 ('\u000D') |
| \f | 换页符 ('\u000C') |
| \a | 报警 (bell) 符 ('\u0007') |
| \e | 转义符 ('\u001B') |
| \cx | 对应于 x 的控制符 |
| 字符类 | |
| [abc] | a、b 或 c（简单类） |
| [^abc] | 任何字符，除了 a、b 或 c（否定） |
| [a-zA-Z] | a 到 z 或 A 到 Z，两头的字母包括在内（范围） |
| [a-d[m-p]] | a 到 d 或 m 到 p：[a-dm-p]（并集） |
| [a-z&&[def]] | d、e 或 f（交集） |
| [a-z&&[^bc]] | a 到 z，除了 b 和 c：[ad-z]（减去） |
| [a-z&&[^m-p]] | a 到 z，而非 m 到 p：[a-lq-z]（减去） |
| 预定义字符类 | |
| . | 任何字符（与行结束符可能匹配也可能不匹配） |
| \d | 数字：[0-9] |
| \D | 非数字： [^0-9] |
| \s | 空白字符：[ \t\n\x0B\f\r] |
| \S | 非空白字符：[^\s] |
| \w | 单词字符：[a-zA-Z_0-9] |
| \W | 非单词字符：[^\w] |
| POSIX 字符类（仅 US-ASCII） | |
| \p{Lower} | 小写字母字符：[a-z] |
| \p{Upper} | 大写字母字符：[A-Z] |
| \p{ASCII} | 所有 ASCII：[\x00-\x7F] |
| \p{Alpha} | 字母字符：[\p{Lower}\p{Upper}] |
| \p{Digit} | 十进制数字：[0-9] |
| \p{Alnum} | 字母数字字符：[\p{Alpha}\p{Digit}] |
| \p{Punct} | 标点符号：!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~ |
| \p{Graph} | 可见字符：[\p{Alnum}\p{Punct}] |
| \p{Print} | 可打印字符：[\p{Graph}\x20] |
| \p{Blank} | 空格或制表符：[ \t] |
| \p{Cntrl} | 控制字符：[\x00-\x1F\x7F] |
| \p{XDigit} | 十六进制数字：[0-9a-fA-F] |
| \p{Space} | 空白字符：[ \t\n\x0B\f\r] |
| java.lang.Character 类（简单的 java 字符类型） | |
| \p{javaLowerCase} | 等效于 java.lang.Character.isLowerCase() |
| \p{javaUpperCase} | 等效于 java.lang.Character.isUpperCase() |
| \p{javaWhitespace} | 等效于 java.lang.Character.isWhitespace() |
| \p{javaMirrored} | 等效于 java.lang.Character.isMirrored() |
| Unicode 块和类别的类 | |
| \p{InGreek} | Greek 块（简单块）中的字符 |
| \p{Lu} | 大写字母（简单类别） |
| \p{Sc} | 货币符号 |
| \P{InGreek} | 所有字符，Greek 块中的除外（否定） |
| [\p{L}&&[^\p{Lu}]] | 所有字母，大写字母除外（减去） |
| 边界匹配器 | |
| ^ | 行的开头 |
| $ | 行的结尾 |
| \b | 单词边界 |
| \B | 非单词边界 |
| \A | 输入的开头 |
| \G | 上一个匹配的结尾 |
| \Z | 输入的结尾，仅用于最后的结束符（如果有的话） |
| \z | 输入的结尾 |
| Greedy 数量词 | |
| X? | X，一次或一次也没有 |
| X* | X，零次或多次 |
| X+ | X，一次或多次 |
| X{n} | X，恰好 n 次 |
| X{n,} | X，至少 n 次 |
| X{n,m} | X，至少 n 次，但是不超过 m 次 |
| Reluctant 数量词 | |
| X?? | X，一次或一次也没有 |
| X*? | X，零次或多次 |
| X+? | X，一次或多次 |
| X{n}? | X，恰好 n 次 |
| X{n,}? | X，至少 n 次 |
| X{n,m}? | X，至少 n 次，但是不超过 m 次 |
| Possessive 数量词 | |
| X?+ | X，一次或一次也没有 |
| X*+ | X，零次或多次 |
| X++ | X，一次或多次 |
| X{n}+ | X，恰好 n 次 |
| X{n,}+ | X，至少 n 次 |
| X{n,m}+ | X，至少 n 次，但是不超过 m 次 |
| Logical 运算符 | |
| XY | X 后跟 Y |
| X|Y | X 或 Y |
| (X) | X，作为捕获组 |
| Back 引用 | |
| \n | 任何匹配的 nth 捕获组 |
| 引用 | |
| \ | Nothing，但是引用以下字符 |
| \Q | Nothing，但是引用所有字符，直到 \E |
| \E | Nothing，但是结束从 \Q 开始的引用 |
| 特殊构造（非捕获） | |
| (?:X) | X，作为非捕获组 |
| (?idmsux-idmsux) | Nothing，但是将匹配标志i d m s u x on - off |
| (?idmsux-idmsux:X) | X，作为带有给定标志 i d m s u x on - off |
| (?=X) | X，通过零宽度的正 lookahead |
| (?!X) | X，通过零宽度的负 lookahead |
| (?<=X) | X，通过零宽度的正 lookbehind |
| (?<!X) | X，通过零宽度的负 lookbehind |
| (?>X) | X，作为独立的非捕获组 |
要注意有些正则需要转义。而如果正则要转义java又要转义，那很可能会出现\\\\的情况比如
public class Blog { public static void main(String[] args) { System.out.println("\\".matches("\\\\")); // true System.out.println("\\".matches("\\")); // err } }
3.string.format()
String.format相关资料可以参考这里http://developer.51cto.com/art/201203/322815.htm
就不赘述了。比较常用的功能就是把数据整理成各种格式，比如2013.12.12转成2013-12-12，或者把一个0到100的数字整理成001,014，068这种，很方便。
4.编码。
比如一个String "不要啊"。
内存中是不会存放中文的，计算机只认识0和1。
可以看一下下面的例子。
import java.io.UnsupportedEncodingException; public class TestChar { public static void main(String[] args) { String s = new String("不要啊"); byte[] bytes; try { bytes = s.getBytes("GBK"); for (byte b : bytes) { System.out.print(b + " "); } } catch (UnsupportedEncodingException e) { e.printStackTrace(); } } }
打印结果是6个byte。
而当把GBK换成utf-8的时候，打印结果就是9个byte。因为utf-8中一个中文占3个字节。
转换编码可以这样
public class TestChar { public static void main(String[] args) { String s0 = new String("不要啊"); String s1; try { s1 = new String(s0.getBytes(), "GBK"); System.out.println(s1); } catch (UnsupportedEncodingException e) { e.printStackTrace(); } } }
当然这样转换会有乱码的可能。
转码也可以用java.net.URLEncoder.encode(String s, String enc)
好了就写这些吧，不对不足之处还望指出。
