好東西分享
上一次我們已經一起回顧了面試題中常考的到底創建了幾個String對象的相關知識，這一次我們以幾個常見面試題為引子，來回顧一下String對象相關的其它一些方面。

String的length()方法和數組的length屬性

String類有length()方法嗎？數組有length()方法嗎？

String類當然有length()方法了，看看String類的源碼就知道了，這是這個方法的定義：

    public int length() {
    return count;
}

  

String的長度實際上就是它的屬性--char型數組value的長度。數組是沒有length()方法的，大家知道，在JAVA中，數組也被作為對象來處理，它的方法都繼承自Object類。數組有一個屬性length，這也是它唯一的屬性，對于所有類型的數組都是這樣。

中文漢字在char中的保存

一個中文漢字能保存在一個char類型里嗎？

請看下面的例子：

    public class ChineseTest {
	public static void main(String[] args) {
		// 將一個中文漢字賦值給一個char變量
		char a = '中';
		char b = '文';
		char c = '測';
		char d = '試';
		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);
	}
}

  

編譯沒有報錯，運行結果：

1. 中文測試成功

答案就不用說了。為什么一個中文漢字可以保存在一個char變量里呢？因為在JAVA中，一個char是2個字節（byte），而一個中文漢字是一個字符，也是2個字節。而英文字母都是一個字節的，因此它也能保存到一個byte里，一個中文漢字卻不能。請看：

    public class ChineseTest {
	public static void main(String[] args) {
		// 將一個英文字母賦值給一個byte變量
		byte a = 'a';
		// 將一個中文漢字賦值給一個byte變量時，編譯會報錯
		// byte b = '中';

		System.out.println("byte a = " + a);
		// System.out.println("byte b = "+b);
	}
}

  

運行結果：

1. byte a = 97

正如大家所看到的那樣，我們實際上是把字符'a'對應的ASCII碼值賦值給了byte型變量a。

讓我們回過頭來看看最初的例子，能不能將a、b、c、d、e、f拼接在一起一次輸出呢？讓我們試試看：

    public class ChineseTest {
	public static void main(String[] args) {
		// 將一個中文漢字賦值給一個char變量
		char a = '中';
		char b = '文';
		char c = '測';
		char d = '試';
		char e = '成';
		char f = '功';
		System.out.print(a + b + c + d + e + f);
	}
}

  

運行結果：

• 156035

這顯然不是我們想要的結果。只所以會這樣是因為我們誤用了“+”運算符，當它被用于字符串和字符串之間，或者字符串和其他類型變量之間時，它產生的效果是字符串的拼接；但當它被用于字符和字符之間時，效果等同于用于數字和數字之間，是一種算術運算。因此我們得到的“156035”是'中'、'文'、'測'、'試'、'成'、'功'這六個漢字分別對應的數值算術相加后的結果。

字符串的反轉輸出

這也是面試題中常考的一道。我們就以一個包含了全部26個英文字母，同時又具有完整含義的最短句子作為例子來完成解答。先來看一下這個句子：

最常用的方式就是反向取出每個位置的字符，然后依次將它們輸出到控制臺：

    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("反轉后字符串：");
		for (int i = s.length(); i > 0; i--) {
			System.out.print(s.charAt(i - 1));
		}

		// 也可以轉換成數組后再反轉，不過有點多此一舉
		char[] data = s.toCharArray();
		System.out.println();
		System.out.print("反轉后字符串：");
		for (int i = data.length; i > 0; i--) {
			System.out.print(data[i - 1]);
		}
	}
}

  

運行結果：

1. 原始的字符串：A quick brown fox jumps over the lazy dog.
2. 反轉后字符串：.god yzal eht revo spmuj xof nworb kciuq A
3. 反轉后字符串：.god yzal eht revo spmuj xof nworb kciuq A

以上兩種方式雖然常用，但卻不是最簡單的方式，更簡單的是使用現有的方法：

    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("反轉后字符串：");
		StringBuffer buff = new StringBuffer(s);
		// java.lang.StringBuffer類的reverse()方法可以將字符串反轉
		System.out.println(buff.reverse().toString());
	}
}

  

運行結果：

1. 原始的字符串：A quick brown fox jumps over the lazy dog.
2. 反轉后字符串：.god yzal eht revo spmuj xof nworb kciuq A

按字節截取含有中文漢字的字符串

要求實現一個按字節截取字符串的方法，比如對于字符串"我ZWR愛JAVA"，截取它的前四位字節應該是"我ZW"，而不是"我ZWR"，同時要保證不會出現截取了半個漢字的情況。

英文字母和中文漢字在不同的編碼格式下，所占用的字節數也是不同的，我們可以通過下面的例子來看看在一些常見的編碼格式下，一個英文字母和一個中文漢字分別占用多少字節。

    import java.io.UnsupportedEncodingException;

public class EncodeTest {
	/**
	 * 打印字符串在指定編碼下的字節數和編碼名稱到控制臺
	 * 
	 * @param s
	 *            字符串
	 * @param encodingName
	 *            編碼格式
	 */
	public static void printByteLength(String s, String encodingName) {
		System.out.print("字節數：");
		try {
			System.out.print(s.getBytes(encodingName).length);
		} catch (UnsupportedEncodingException e) {
			e.printStackTrace();
		}
		System.out.println(";編碼：" + encodingName);
	}

	public static void main(String[] args) {
		String en = "A";
		String ch = "人";

		// 計算一個英文字母在各種編碼下的字節數
		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();

		// 計算一個中文漢字在各種編碼下的字節數
		System.out.println("中文漢字：" + 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");
	}
}

  

運行結果如下：

1. 英文字母：A
2. 字節數：1;編碼：GB2312
3. 字節數：1;編碼：GBK
4. 字節數：1;編碼：GB18030
5. 字節數：1;編碼：ISO-8859-1
6. 字節數：1;編碼：UTF-8
7. 字節數：4;編碼：UTF-16
8. 字節數：2;編碼：UTF-16BE
9. 字節數：2;編碼：UTF-16LE
10. 中文漢字：人
11. 字節數：2;編碼：GB2312
12. 字節數：2;編碼：GBK
13. 字節數：2;編碼：GB18030
14. 字節數：1;編碼：ISO-8859-1
15. 字節數：3;編碼：UTF-8
16. 字節數：4;編碼：UTF-16
17. 字節數：2;編碼：UTF-16BE
18. 字節數：2;編碼：UTF-16LE

UTF-16BE和UTF-16LE是UNICODE編碼家族的兩個成員。UNICODE標準定義了UTF-8、UTF-16、UTF-32三種編碼格式，共有UTF-8、UTF-16、UTF-16BE、UTF-16LE、UTF-32、UTF-32BE、UTF-32LE七種編碼方案。JAVA所采用的編碼方案是UTF-16BE。從上例的運行結果中我們可以看出，GB2312、GBK、GB18030三種編碼格式都可以滿足題目的要求。下面我們就以GBK編碼為例來進行解答。

如果我們直接按照字節截取會出現什么情況呢？我們來測試一下：

    import java.io.UnsupportedEncodingException;   
  
public class CutString {   
    public static void main(String[] args) throws UnsupportedEncodingException {   
        String s = "我ZWR愛JAVA";   
        // 獲取GBK編碼下的字節數據   
        byte[] data = s.getBytes("GBK");   
        byte[] tmp = new byte[6];   
        // 將data數組的前六個字節拷貝到tmp數組中   
        System.arraycopy(data, 0, tmp, 0, 6);   
        // 將截取到的前六個字節以字符串形式輸出到控制臺   
        s = new String(tmp);   
        System.out.println(s);   
    }   
} 

  

輸出結果：

1. 我ZWR?

在截取前六個字節時，第二個漢字“愛”被截取了一半，導致它無法正常顯示了，這樣顯然是有問題的。

我們不能直接使用String類的substring(int beginIndex, int endIndex)方法，因為它是按字符截取的。'我'和'Z'都被作為一個字符來看待，length都是1。實際上我們只要能區分開中文漢字和英文字母，這個問題就迎刃而解了，而它們的區別就是，中文漢字是兩個字節，英文字母是一個字節。

    import java.io.UnsupportedEncodingException;

public class CutString {

	/**
	 * 判斷是否是一個中文漢字
	 * 
	 * @param c
	 *            字符
	 * @return true表示是中文漢字，false表示是英文字母
	 * @throws UnsupportedEncodingException
	 *             使用了JAVA不支持的編碼格式
	 */
	public static boolean isChineseChar(char c)
			throws UnsupportedEncodingException {
		// 如果字節數大于1，是漢字
		// 以這種方式區別英文字母和中文漢字并不是十分嚴謹，但在這個題目中，這樣判斷已經足夠了
		return String.valueOf(c).getBytes("GBK").length > 1;
	}

	/**
	 * 按字節截取字符串
	 * 
	 * @param orignal
	 *            原始字符串
	 * @param count
	 *            截取位數
	 * @return 截取后的字符串
	 * @throws UnsupportedEncodingException
	 *             使用了JAVA不支持的編碼格式
	 */
	public static String substring(String orignal, int count)
			throws UnsupportedEncodingException {
		// 原始字符不為null，也不是空字符串
		if (orignal != null && !"".equals(orignal)) {
			// 將原始字符串轉換為GBK編碼格式
			orignal = new String(orignal.getBytes(), "GBK");
			// 要截取的字節數大于0，且小于原始字符串的字節數
			if (count > 0 && count < orignal.getBytes("GBK").length) {
				StringBuffer buff = new StringBuffer();
				char c;
				for (int i = 0; i < count; i++) {
					// charAt(int index)也是按照字符來分解字符串的
					c = orignal.charAt(i);
					buff.append(c);
					if (CutString.isChineseChar(c)) {
						// 遇到中文漢字，截取字節總數減1
						--count;
					}
				}
				return buff.toString();
			}
		}
		return orignal;
	}

	public static void main(String[] args) {
		// 原始字符串
		String s = "我ZWR愛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();
		}
	}
}

  

運行結果：

1. 原始字符串：我ZWR愛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愛

向原作者致敬，轉自：

作者：臧圩人（zangweiren）
網址： http://zangweiren.iteye.com

JAVA面試題解惑系列（六）——字符串（String）雜談