blog » Java/J2EE » JAVA面试题解惑系列(六)——字符串(String)杂谈

JAVA面试题解惑系列(六)——字符串(String)杂谈

上一次我们已经一起回顾了面试题中常考的到底创建了几个String对象的相关知识,这一次我们以几个常见面试 题为引子,来回顾一下String对象相关的其它一些方面。

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:

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:

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:

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:

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:

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:

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[i - 1]);
}
}
}

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:

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。

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
*
* */
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();
}

//编码格式
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:

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[6];
// 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。

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
* */
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;
} //使用了JAVA不支持的编码格式

/**
* 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
* */

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;
} //使用了JAVA不支持的编码格式

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

作者:臧圩人(zangweiren)
来源:http://zangweiren.javaeye.com

This post has already been read 926 times!

Related posts

RSS 2.0 | leave a response | trackback

发表评论