JAVA面試題解惑系列（六）——字符串（String）雜談

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

>>>轉載請註明出處！<<<

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爲引子，來回顧一下String對象相關的其它一些方面。

一、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：
Java代碼
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，數組也被作爲對象來處理，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，對於所有類型的數組都是這樣。

二、一箇中文漢字能保存在一個char裏嗎？

請看下面的例子：
Java代碼
public class ChineseTest {
public static void main(String[] args) {
      // 將一箇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。爲什麼一箇中文漢字可以保存在一個char變量裏呢？因爲在JAVA中，一個char是2個字節（byte），而一箇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裏，一箇中文漢字卻不能。請看：
Java代碼
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';
      // 將一箇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：
Java代碼
public class ChineseTest {
public static void main(String[] args) {
      // 將一箇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：

1、156035

這顯然不是我們想要的結果。只所以會這樣是因爲我們誤用了“+”運算符，當它被用於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；但當它被用於字符和字符之間時，效果等同於用於數字和數字之間，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後的結果。

三、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爲例子來完成解答。先來看一下這個句子：

引用
A quick brown fox jumps over the lazy dog.（一隻輕巧的棕色狐狸從那條懶狗身上跳了過去。）

最常用的方式就是反向取出每個位置的字符，然後依次將它們輸出到控制檯：
Java代碼
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("反轉後字符串：");
      for (int i = s.length(); i > 0; i--) {
         System.out.print(s.charAt(i - 1));
      }

      // 也可以轉換成數組後再反轉，不過有點多此一舉
      char[] data = s.toCharArray();
      System.out.println();
      System.out.print("反轉後字符串：");
      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、反轉後字符串：.god yzal eht revo spmuj xof nworb kciuq A
3、反轉後字符串：.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：
Java代碼
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("反轉後字符串：");
      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、反轉後字符串：.god yzal eht revo spmuj xof nworb kciuq A

四、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，比如對於字符串"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，所佔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，一個英文字母和一箇中文漢字分別佔用多少字節。
Java代碼
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檯
   *
   * @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();

      // 計算一箇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、
11、中文漢字：人
12、字節數：2;編碼：GB2312
13、字節數：2;編碼：GBK
14、字節數：2;編碼：GB18030
15、字節數：1;編碼：ISO-8859-1
16、字節數：3;編碼：UTF-8
17、字節數：4;編碼：UTF-16
18、字節數：2;編碼：UTF-16BE
19、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所採用的編碼方案是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編碼爲例來進行解答。

我們不能直接使用String類的substring(int beginIndex, int endIndex)方法，因爲它是按字符截取的。'我'和'Z'都被作爲一個字符來看待，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。
Java代碼
import java.io.UnsupportedEncodingException;

public class CutString {

/**
   * 判斷是否是一箇中文漢字
   *
   * @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 {
      // 如果字節數大於1，是漢字
      // 以這種方式區別英文字母和中文漢字並不是十分嚴謹，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 截取後的字符串
   * @throws UnsupportedEncodingException
   *          使用了JAVA不支持的編碼格式
   */
public static String substring(String orignal, int count)
         throws UnsupportedEncodingException {
      // 原始字符不爲null，也不是空字符串
      if (orignal != null && !"".equals(orignal)) {
         // 將原始字符串轉換爲GBK編碼格式
         orignal = new String(orignal.getBytes(), "GBK");
         // 要截取的字節數大於0，且小於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++) {
                  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

JAVA面試題解惑系列（六）——字符串（String）雜談

高效率使用windows

攜程如何基於ARIMA時序分析做業務量的預測

打印星花鑽石

NOR Flash 與 NAND Flash

Firefox下常用的Add-on

JAVA面試題解惑系列（二）——到底創建了幾個String對象？

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結