廖雪峰Java2面向对象编程-6Java核心类-1字符串和编码

Java的字符串用String表示

1.String特点：

• 可以直接使用"..."表示一个字符串，不强制使用new String
• 内容不可变

        String s1 = "hello world";
        String s2 = new String("Hello");

2.判断是否相等equals

        String s = "hello world";
        s.equals("hello world");
        s.equalsIgnoreCase("Hello WORLD");//忽略大小写

3.是否包含一个子串

• contains：是否包含一个字串，boolean类型
• indexOf：返回子串在原字符中的第一个位置的索引，没有返回-1，int类型
• lastIndexOf：返回子串在原字符中最后一个位置的索引，没有返回-1，int类型
• startsWith：原字符串是否以子串开始，boolean类型
• endsWith：原字符串是否以子串结尾，boolean类型

        String s = "hello world";
        System.out.println(s + "是否包含world：" + s.contains("world"));
        System.out.println(s + "中第一个o的位置："+ s.indexOf("o"));
        System.out.println(s + "最后一个o的位置：" + s.lastIndexOf("o"));
        System.out.println(s+ "是以ll开头：" + s.startsWith("ll"));
        System.out.println(s+"是以ld结尾：" + s.endsWith("ol"));

4.trim()移除字符串的空格

• 移除首尾空白字符，包含空格 \t \r \n
• 注意：trim不改变字符串内容，而是返回新字符串

        String s = " \thello world\r\n";
        System.out.println(s.trim());
        System.out.println("a"+s+"a");//首尾添加字符可以看到原字符包含的空格

5.提取字串

        String s = "hello world";
        System.out.println("4:"+s.substring(4));
        System.out.println("4-8:"+s.substring(4,8));

6.大小写转换

• toUpperCase()转换为大写，可以加地区
• toLowerCase()转换为小写，可以加地区

        String s = "hello world";
        System.out.println(s.toUpperCase());
        System.out.println(s.toLowerCase());
        System.out.println(s.toLowerCase(Locale.CANADA));
        System.out.println(s.toUpperCase(Locale.CANADA));

关于java.util.locale见[易佰教程](https://www.yiibai.com/java/util/java_util_locale.html)
顺便吐槽以下，台独无处不在

7.替换字串replace

replace有2个重载方法，分别替换1个字符和1串字符

正则表达式替换字串

• replaceAll(String regex, String replacement)
• replaceFirst(String regex, String replacement)

        String s = "hello world";
        System.out.println(s.replace("l","r"));
        System.out.println(s.replace("ll","er"));

8.分割字符串split

通过正则表达式分割字符串

        String s = "hello world";
        String[] ss = s.split("[e|o]");
        System.out.println(Arrays.toString(ss));

9.拼接字符串join()

使用String的静态方法join拼接字符串

        String[] arr = {"A","B","C"};
        String s = String.join("~~",arr);
        System.out.println(s);

10.String类和其他数据类型的转换

如果要任意数据转换为String，可以使用String的static方法:

        //String.valueOf(可以传入int类型、布尔类型、object对象)
        System.out.println(String.valueOf(123));
        System.out.println(String.valueOf(true));
        System.out.println(String.valueOf(new Object()));
        System.out.println(new Object().toString());

把String转换为其他类型
```#java
System.out.println(Integer.parseInt("123"));
System.out.println(Integer.valueOf("123"));
System.out.println(Integer.getInteger("123"));//去环境变量查找有无123这个环境变量
```

11.String和char的互相转换

String类型内部为一个char类型的数组，因此可以把String和char类型互相转换

• String转换为char数组：toCharArray()
• char数组转换为String：new String(char[])

        String s = "hello world";
        char[] cs = s.toCharArray();
        String s2 = new String(cs);
        System.out.println(Arrays.toString(cs));
        System.out.println(s2);

12.String和byte的转换

String转换为byte[]：

• getBytes() 使用系统自带的编码格式不推荐。因为系统默认编码不一致。windows使用gbk编码，Linux、Mac使用utf-8编码
• getBytes(String) 指定编码格式
• getBytes(Charset) 指定编码格式

    public static void main(String[] args) throws UnsupportedEncodingException {
        //字符串转化为byte[]
        byte[] bs1 = "hello world".getBytes();
        byte[] bs2 = "女人找不到，男人也能凑合".getBytes("UTF-8");
        byte[] bs3 = "智能ABC".getBytes(StandardCharsets.UTF_8);

        System.out.println(Arrays.toString(bs1));
        System.out.println(Arrays.toString(bs2));
        System.out.println(Arrays.toString(bs3));
        //byte[] 转换为String：
        String s1 = new String(bs1);
        String s2 = new String(bs2);
        String s3 = new String(bs3);

        System.out.println(s1);
        System.out.println(s2);
        System.out.println(s3);
    }

计算机中只能表示数字，如果要表示字符，需要把字符编码为数字。
最早的编码是ASCII码，一个字符占一个字节，ASCII码最高位是0，因此最多表示128个字符（2^7）。如字符A的编码是0x41。
对于中文来说，显然是不够用的，因此一个中文字符需要占用2个字节。中文编码规范有GB2132，GBK，GB18030。中文编码的第一个字节最高位是1。如GBK编码中，“中”两个字节是d6和d0。
同理其他不同的国家使用双字节进行编码，就会冲突。比如页面有多国文字，如果编码冲突，就会显示乱码。为了解决这一问题，出现了全球统一编码：Unicode。
unicode确保全球所有文字都有唯一编码，这样就不会再有冲突。一个Unicode字符通常占2个字节，Java使用Unicode编码。
问题：有了Unicode，为什么还需要UTF-8？
原因：1.英文Unicode编码和ASCII不一致。一个英文字符，Unicode占用2个字节，最高字节是0；ASCII占用1个字节。因此包含大量英文的文本会浪费一定的空间。
2.其次原来的软件不能识别Unicode编码会报错
UTF-8编码是变长编码
* 英文UTF-8和ASCII一致
* 其他Unicode字符需2-6字节不等 “中”：GBK～d6d0 ，Unicode：4e2d，UTF-8～e4b8ad
```#java
/*
"A"在ASCII、Unicode、UTF-8不同编码中的值
utf-8和ASCII都返回一个10进制数65。
将其转换为16进制，结果为41。
Unicode为2个字节，补全第一个字节，使用Java自身的Unicode打印编码为0041的char，结果为A
*/
String a = "A";
byte[] bs1 = a.getBytes("UTF-8");
System.out.println(Arrays.toString(bs1));
byte[] bs2 = a.getBytes(StandardCharsets.US_ASCII);
System.out.println(Arrays.toString(bs2));
System.out.println(Integer.toHexString(65));
System.out.println('\u0041');

<img src="https://img2018.cnblogs.com/blog/1418970/201901/1418970-20190119163816175-6398155.png" width="500" />
```#java
    public static void main(String[] args) throws UnsupportedEncodingException {
        //打印‘中’在utf-8，unicode，gbk中的不同编码值
        String a = "中";
        System.out.print("\nutf-8编码转换为16进制后：");
        byte[] bs1 = a.getBytes("UTF-8");
        for(byte b:bs1){
            System.out.print((String)Integer.toHexString(b)+"\t");
        }
        System.out.print("\nGBK编码转换为16进制后：");
        byte[] bs2 = a.getBytes("GBK");
        for(byte b:bs2){
            System.out.print(Integer.toHexString(b)+"\t");
        }
        char c = '中';
        int n = c;
        System.out.print("\nUnicode编码转换为16进制后："+Integer.toHexString(n));
        System.out.println();
        System.out.println("使用Unicode打印\\u4e2d的char值："+'\u4e2d');
    }

• UTF-8容错能力强

单字节的utf-编码首位是0：0xxxxxxx
双字节的utf-编码前2位是11：110xxxxx xxxxxxxx
三字节的utf-编码首位是111：1110xxxx xxxxxxxx xxxxxxxx

Java使用Unicode编码，程序运行时使用Unicode编码

• 输入输出是把String和byte[]转换，需要考虑编码
• 始终优先考虑UTF-8编码

总结：

• 字符串是不可变对象
• 字符串操作不改变原字符串内容，而是返回新字符串
• 常用的字符串操作：提取子串、查找、替换、大小写转换等
• 字符串和byte[]互相转换时要注意编码，建议总是使用utf-8编码