1.5　字符串

字符串是一个字符的序列。在Java中，字符串可以包含任意的Unicode字符。例如，字符串"Java™"或"Java\u2122"由5个字符构成，分别是J、a、v、a和 ™。其中最后一个字符是“U+2122，注册商标”。

1.5.1　拼接

使用 + 运算符可以拼接两个字符串。例如：

String location = "Java";
String greeting = "Hello " + location;

以上两条语句将greeting设置为字符串"Hello Java"。（注意第一个操作数末尾的空格。）

当你将一个字符串与另一个值拼接时，该值将会转换为字符串：

int age = 42;
String output = age + " years";

现在字符串output是"42 years"。

警告： 如果混合使用拼接和加法运算，那么可能会得到意想不到的结果。示例如下。

"Next year, you will be " + age + 1 // Error

首先，字符串拼接age，然后再拼接1，因此，最后得到的结果是"Next year, you will be 421"。在这种情况下，需要使用括号。

"Next year, you will be " + (age + 1) // OK

如果要组合多个字符串，并使用分隔符将他们分隔开，请使用join方法：

String names = String.join(", ", "Peter", "Paul", "Mary");
    // Sets names to "Peter, Paul, Mary"

join方法的第一个参数是分隔符字符串，后面是要拼接的字符串。它们的数量可以是任意多个，你也可以以字符串数组传递参数（数组在1.8节中有介绍）。如果需要连接大量的字符串，那么这种方法的效率会有些低。在这种情况下，请使用StringBuilder来代替join方法：

var builder = new StringBuilder(); 
while (more strings) {
     builder.append(next string);
}
String result = builder.toString();

1.5.2　子串

如果拆分字符串，可以使用substring方法。例如：

String greeting = "Hello, World!";
String location = greeting.substring(7, 12); // Sets location to "World"

substring方法的第一个参数是要提取子串的起始位置，位置从0开始表示。

第二个参数是不包含子串的第一个位置。在以上的示例中，greeting的第12个位置是 !，这个是我们不需要的字符的位置。该方法需要指定一个不需要的字符的位置，这可能看起来很奇怪，但这样做有一个优点：12 – 7将会是这个子串的长度。

有时，你可能希望从一个由分隔符分隔的字符串中提取所有子串。split方法将能够实现这个功能，并返回一个由子串组成的数组。

String names = "Peter, Paul, Mary"; 
String[] result = names.split(", ");
    // An array of three strings ["Peter", "Paul", "Mary"]

这里的分隔符可以是任何正则表达式（参见第9章）。例如，input.split("\\s+") 将在空白处拆分input字符串。

1.5.3　字符串比较

如果要比较两个字符串是否相等，请使用equals方法。例如：

location.equals("World")

当location字符串恰好为"World"时，表达式将返回true。

警告： 永远不要使用 == 运算符来比较字符串。在下面的比较中，仅当location和"World"在内存中是完全相同的对象时才能返回true。

location == "World" // Don’t do that!

即在虚拟机中，每个字符串字面量只用一个实例，因此只有"World" == "World" 才能为true。但如果location是被计算得到的，例如，

String location = greeting.substring(7, 12);

那么结果将会被放置到一个单独的String对象中，location == "World" 将返回false！

与其他任何对象一样，String变量可以是null。null表示这个变量不指向任何对象，甚至不指向一个空字符串。

String middleName = null;

如果要测试一个对象是否为null，可以使用 == 运算符:

if (middleName == null) ...

需要注意的是，null与空字符串""不同。空字符串是长度为零的字符串，而null表示根本不存在任何字符串。

警告： 针对null调用任何方法都会导致“空指针异常”。和所有异常一样，如果你不显式地处理它，该异常会中断程序的运行。

提示： 当将字符串与字符串字面量进行比较时，最好将字符串字面量放在前面，示例如下。

if ("World".equals(location)) ...

这样的优势在于，即使location为null，该测试也能正常工作。

如果在比较两个字符串时需要忽略字符的大小写，可以使用equalsIgnoreCase方法。例如：

"world".equalsIgnoreCase(location);

当location是"World"、"world"或者"WORLD"等情况时，都会返回true。

有时，你可能需要将字符串按顺序排列。调用compareTo方法可以判断两个字符串是否按字典顺序排列：

first.compareTo(second)

如果first在second之前，那么该方法返回一个负整数（不一定是−1）；如果first在second之后，则返回正整数（不一定是1）；如果两者相等，则返回0。

compareTo方法会依次比较每一个字符，直到其中一个字符串到达末尾，或者两个字符串不匹配。例如，当比较" wor d"和" wor ld"时，前3个字符是匹配的，第4个字符d的Unicode值小于l。因此，"word"字符串在前。所以"word".compareTo("world") 返回−8，该值是d和l的Unicode值之间的差。

这种比较方式对很多人来说可能不是很直观，因为它取决于字符的Unicode值的大小。例如，"blue/green"在"bluegreen"之前，因为字符 / 的Unicode值恰好小于g的Unicode值。

提示： 在对相对比较容易阅读的字符串进行排序时，可以使用支持特定语言排序规则的Collator对象。有关更多信息参见第13章。

1.5.4　数值和字符串的相互转换

要将整数转换为字符串，可以调用静态Integer.toString方法：

int n = 42;
String str = Integer.toString(n); // Sets str to "42"

这个方法也可以有第二个参数，即一个基数（范围为2～36）：

String str2 = Integer.toString(n, 2); // Sets str2 to "101010"

注意： 更简单地将整数转换为字符串的方法是用空字符串和整数拼接，例如："" + n。但是有些人认为这样的代码很不美观，且效率稍低。

相反地，如果要将包含整数的字符串转换成为数值，那么可以使用Integer.parseInt方法：

String str = "101010";
int n = Integer.parseInt(str); // Sets n to 101010

同样地，该方法也可以指定转换基数：

int n2 = Integer.parseInt(str, 2); // Sets n2 to 42

对于浮点数和字符串之间的相互转换，可以使用Double.toString和Double.parseDouble方法：

String str = Double.toString(3.14); // Sets str to "3.14" 
double x = Double.parseDouble(str); // Sets x to 3.14

1.5.5　字符串API

就像你期望的那样，String类定义了大量的方法。表1-4列出了一些经常使用的方法及其功能。

需要注意的是，在Java中，String类是 不可变 （immutable）的。也就是说，String的众多方法中没有一个方法能够修改字符串本身内容。例如，

greeting.toUpperCase()

将返回一个新字符串"HELLO,WORLD!"，但并不会改变greeting。同样需要注意的是，有些方法具有CharSequence类型的参数。这是String、StringBuilder和其他字符序列的通用超类。如果需要查询每个String方法的详细描述，请参阅在线Java API文档。在搜索框中输入类名并选择匹配的类型即可得到如图1-4所示的信息（在本例中为java.lang.String）。

随后，你将会获得一个记录每个方法的页面，如图1-5所示。当然，如果你碰巧知道某个方法的名称，可以直接在搜索框中输入方法的名称进行检索。

本书没有详细介绍API的具体细节，因为很多时候直接浏览API文档会更快捷。如果你不能保证总是可以连接到互联网，那么你可以下载并解压离线文档，进行脱机浏览。

1.5.6　码点和代码单元

Java第一次发布时，就非常自豪地采纳了同样是新生事物的Unicode标准。Unicode标准旨在解决字符编码这个非常棘手的问题。在Unicode之前，有许多互相不兼容的字符编码。以英语为例，有几乎可以作为通用标准的7位ASCII编码标准，该标准为所有英文字母、十进制数字和许多符号分配了介于0～127的编码。在西欧，ASCII还被扩展为8位代码，用来容纳类似ä和é等重音字符。在俄罗斯，ASCII也同样被扩展，俄罗斯使用128～255的位置表示一些斯拉夫字符。在日本，通常使用可变长度编码对英语和日语字符进行编码。此外，还有多种不兼容的中文字符编码也在被广泛使用。总之，在使用不同编码的情况下交换文件是一个很困难的问题。

Unicode通过介于0～65535的唯一的16位编码，来对所有书写系统的每个字符分配唯一的编码，来解决困扰大家已久的字符编码问题。1991年，Unicode 1.0发布，该标准使用了略少于半数的有效65536编码。Java从一开始就被设计成使用16位Unicode字符的系统，这一点对比其他使用传统8位字符编码的编程语言，是一个重大进步。但随后又发生了一些尴尬的事情，即汉字的数量远远超过了之前的预估值，这就迫使Unicode必须使用超过16位的编码方案。

如今，Unicode需要21位进行编码。每个有效的Unicode值称为 码点 （code point），其基本形式为U+与其后的4个或多个十六进制的数字。例如，字符A的码点是U+0041，而表示八元数集合的数学符号 的码点是U+1D546。

还有一种更加清楚的方式来表示码点，例如使用int值，但这显然是非常浪费的。Java使用一种变长的编码形式，称为UTF-16，它将所有“经典”的Unicode字符表示为单个16位的值，此外对于所有超过U+FFFF的字符编码，都需要通过一个16位的值组合配对表示，这个16位的值表示一个特殊的代码区域，通常被称为“代理字符”。在UTF-16编码中，字符A可以通过一个char值来表示，记作\u0041；而 会被记作一对char值\ud835\udd46。

换句话说，char并不是Unicode字符或码点。它只是一个 代码单元 （code unit），是UTF-16编码中所使用的一个16位的量。

如果你并不使用中国的汉字，并且愿意把 等特殊字符抛在脑后的话，那么字符串是一个Unicode字符序列的事情就对你没有太大影响，你当它是一个神话传说就行。在这种情况下，可以这样获得第i个字符：

char ch = str.charAt(i);

也可以这样获取字符串的长度：

int length = str.length();

但是如果你想正确地处理字符串，那么必须工作得更加辛苦一些。例如，要获取Unicode的第i个码点，需要调用：

int codePoint = str.codePointAt(str.offsetByCodePoints(0, i));

码点总数为：

int length = str.codePointCount(0, str.length());

循环提取每一个码点：

int i = 0;
while (i < s.length()) {
     int cp = sentence.codePointAt(i);
     i += Character.charCount(cp);
     ... // Do something with cp
}

或者，也可以使用codePoints方法来生成一个int值的 流 （stream），这样每个int值都对应一个码点。我们将在第8章中讨论流。你也可以将流转换为一个数组，如：

int[] codePoints = str.codePoints().toArray();

注意： 过去，字符串总是在内部采用UTF-16编码表示，以char值数组的形式来表示。现在，String对象会尽可能地以ISO-8859-1字符的byte数组的形式来表示。未来版本的Java内部可能会改用UTF-8。

1.5.7　文本块

使用文本块语法可以更加方便地提供跨行形式的字符串文本。文本块以"""开头，后面可以直接使用换行符，结尾则使用另一个"""来标记：

String greeting = """ 
Hello
World
""";

greeting字符串包含两个换行符：一个在Hello之后，另一个在World之后。字符串文本中不包含起始的"""标记后的换行符。

如果你不希望在最后一行使用换行符，那么可以将终止标记符"""放在最后一个字符之后：

String prompt = """ 
Hello, my name is Hal. \ 
Please enter your name:""";

在任何一行的末尾，你都可以在行末添加反斜杠作为禁止换行的标志：

String prompt = """
Hello, my name is Hal. \
Please enter your name:""";

这样，字符串内就不包含任何换行符了。

文本块特别适用于一些包含其他语言代码的情况，例如SQL或HTML。只须将其粘贴在一对三重引号之内：

String html = """
<div class="Warning">
    Beware of those who say "Hello" to the world 
</div>
""";

需要注意的是，使用文本块时，你可以不用转义引号。但是，文本块中还是有两种特殊情况需要转义引号：

● 文本块以引号 结尾 ；

● 文本块包含3个或更多引号。

遗憾的是，文本块中你仍然需要转义所有反斜杠。

常规字符串中的所有转义序列在文本块中的使用方式都相同。

可以通过删除末尾的空格，或者将Windows系统的换行符（\r\n）更改为更加简单的换行符（\n）的方式来规范文本的换行符。如果你仍旧需要保留末尾的空格，请将最后一个空格转换为\s转义符。以下字符串就以两个空格结尾：

String prompt = """
Hello, my name is Hal. 
Please enter your name: \s""";

对于前导空格来说，事情就更加复杂了。考虑一个典型的变量声明，需要从左边距进行缩进。可以缩进文本块:

String html = """
     <div class="Warning">
         Beware of those who say "Hello" to the world
     </div>
     """;

这样就会去除文本块中所有行共有的最长前导空格序列。实际字符串是：

"<div class=\"Warning\">\n   Beware of those who say \"Hello\" to the world\n</div>\n"

注意，第一行和第三行中没有缩进。

文本块终止标记符"""之前的空格非常重要。但是，在删除缩进的过程中，整行的空格并不会被压缩。

警告： 作为前缀的空格必须与文本块中的所有行 完全 匹配。如果混合使用制表符和空格，你可能会发现删减的空格会比预期的少。 WIWjRZXY5HQ48l0L9DWThdq0YhG+m+D15InSX+oxwAmRASluVHyGOfeiEVGlX4WD