字符串處理：分割，連接，填充 Google Guava

連接器[Joiner]

用分隔符把字符串序列連接起來也可能會遇上不必要的麻煩。如果字符串序列中含有null，那連接操作會更難。Fluent風格的Joiner讓連接字符串更簡單。

1	Joiner joiner = Joiner.on("; ").skipNulls();

2	return joiner.join("Harry", null, "Ron", "Hermione");

上述代碼返回”Harry; Ron; Hermione”。另外，useForNull(String)方法可以給定某個字符串來替換null，而不像skipNulls()方法是直接忽略null。 Joiner也可以用來連接對象類型，在這種情況下，它會把對象的toString()值連接起來。

1	Joiner.on(",").join(Arrays.asList(1, 5, 7)); // returns "1,5,7"

警告：joiner實例總是不可變的。用來定義joiner目標語義的配置方法總會返回一個新的joiner實例。這使得joiner實例都是線程安全的，你可以將其定義爲static final常量。

拆分器[Splitter]

JDK內建的字符串拆分工具有一些古怪的特性。比如，String.split悄悄丟棄了尾部的分隔符。 問題：”,a,,b,”.split(“,”)返回？

1. “”, “a”, “”, “b”, “”
2. null, “a”, null, “b”, null
3. “a”, null, “b”
4. “a”, “b”
5. 以上都不對

正確答案是5：””, “a”, “”, “b”。只有尾部的空字符串被忽略了。 Splitter使用令人放心的、直白的流暢API模式對這些混亂的特性作了完全的掌控。

1	Splitter.on(',')

2	.trimResults()

3	.omitEmptyStrings()

4	.split("foo,bar,,   qux");

上述代碼返回Iterable<String>，其中包含”foo”、”bar”和”qux”。Splitter可以被設置爲按照任何模式、字符、字符串或字符匹配器拆分。

拆分器工廠

方法	描述	範例
Splitter.on(char)	按單個字符拆分	Splitter.on(‘;’)
Splitter.on(CharMatcher)	按字符匹配器拆分	Splitter.on(CharMatcher.BREAKING_WHITESPACE)
Splitter.on(String)	按字符串拆分	Splitter.on(“,   “)
Splitter.on(Pattern)Splitter.onPattern(String)	按正則表達式拆分	Splitter.onPattern(“\r?\n”)
Splitter.fixedLength(int)	按固定長度拆分；最後一段可能比給定長度短，但不會爲空。	Splitter.fixedLength(3)

拆分器修飾符

方法	描述
omitEmptyStrings()	從結果中自動忽略空字符串
trimResults()	移除結果字符串的前導空白和尾部空白
trimResults(CharMatcher)	給定匹配器，移除結果字符串的前導匹配字符和尾部匹配字符
limit(int)	限制拆分出的字符串數量

如果你想要拆分器返回List，只要使用Lists.newArrayList(splitter.split(string))或類似方法。 警告：splitter實例總是不可變的。用來定義splitter目標語義的配置方法總會返回一個新的splitter實例。這使得splitter實例都是線程安全的，你可以將其定義爲static final常量。

字符匹配器[CharMatcher]

在以前的Guava版本中，StringUtil類瘋狂地膨脹，其擁有很多處理字符串的方法：allAscii、collapse、collapseControlChars、collapseWhitespace、indexOfChars、lastIndexNotOf、numSharedChars、removeChars、removeCrLf、replaceChars、retainAllChars、strip、stripAndCollapse、stripNonDigits。 所有這些方法指向兩個概念上的問題：

1. 怎麼纔算匹配字符？
2. 如何處理這些匹配字符？

爲了收拾這個泥潭，我們開發了CharMatcher。

直觀上，你可以認爲一個CharMatcher實例代表着某一類字符，如數字或空白字符。事實上來說，CharMatcher實例就是對字符的布爾判斷——CharMatcher確實也實現了Predicate<Character>——但類似”所有空白字符”或”所有小寫字母”的需求太普遍了，Guava因此創建了這一API。

然而使用CharMatcher的好處更在於它提供了一系列方法，讓你對字符作特定類型的操作：修剪[trim]、摺疊[collapse]、移除[remove]、保留[retain]等等。CharMatcher實例首先代表概念1：怎麼纔算匹配字符？然後它還提供了很多操作概念2：如何處理這些匹配字符？這樣的設計使得API複雜度的線性增加可以帶來靈活性和功能兩方面的增長。

1	String noControl = CharMatcher.JAVA_ISO_CONTROL.removeFrom(string); //移除control字符

2	String theDigits = CharMatcher.DIGIT.retainFrom(string); //只保留數字字符

3	String spaced = CharMatcher.WHITESPACE.trimAndCollapseFrom(string, ' ');

4	//去除兩端的空格，並把中間的連續空格替換成單個空格

5	String noDigits = CharMatcher.JAVA_DIGIT.replaceFrom(string, "*"); //用*號替換所有數字

6	String lowerAndDigit = CharMatcher.JAVA_DIGIT.or(CharMatcher.JAVA_LOWER_CASE).retainFrom(string);

7	// 只保留數字和小寫字母

注：CharMatcher只處理char類型代表的字符；它不能理解0x10000到0x10FFFF的Unicode 增補字符。這些邏輯字符以代理對[surrogate pairs]的形式編碼進字符串，而CharMatcher只能將這種邏輯字符看待成兩個獨立的字符。

獲取字符匹配器

CharMatcher中的常量可以滿足大多數字符匹配需求：

ANY	NONE	WHITESPACE	BREAKING_WHITESPACE
INVISIBLE	DIGIT	JAVA_LETTER	JAVA_DIGIT
JAVA_LETTER_OR_DIGIT	JAVA_ISO_CONTROL	JAVA_LOWER_CASE	JAVA_UPPER_CASE
ASCII	SINGLE_WIDTH

其他獲取字符匹配器的常見方法包括：

方法	描述
anyOf(CharSequence)	枚舉匹配字符。如CharMatcher.anyOf(“aeiou”)匹配小寫英語元音
is(char)	給定單一字符匹配。
inRange(char, char)	給定字符範圍匹配，如CharMatcher.inRange(‘a’, ‘z’)

此外，CharMatcher還有negate()、and(CharMatcher)和or(CharMatcher)方法。

使用字符匹配器

CharMatcher提供了多種多樣的方法操作CharSequence中的特定字符。其中最常用的羅列如下：

方法	描述
collapseFrom(CharSequence,   char)	把每組連續的匹配字符替換爲特定字符。如WHITESPACE.collapseFrom(string, ‘ ‘)把字符串中的連續空白字符替換爲單個空格。
matchesAllOf(CharSequence)	測試是否字符序列中的所有字符都匹配。
removeFrom(CharSequence)	從字符序列中移除所有匹配字符。
retainFrom(CharSequence)	在字符序列中保留匹配字符，移除其他字符。
trimFrom(CharSequence)	移除字符序列的前導匹配字符和尾部匹配字符。
replaceFrom(CharSequence,   CharSequence)	用特定字符序列替代匹配字符。

所有這些方法返回String，除了matchesAllOf返回的是boolean。

字符集[Charsets]

不要這樣做字符集處理：

1

try {

2	bytes = string.getBytes("UTF-8");

3	} catch (UnsupportedEncodingException e) {

4	// how can this possibly happen?

5	throw new AssertionError(e);

6

}

試試這樣寫：

1	bytes = string.getBytes(Charsets.UTF_8);

Charsets針對所有Java平臺都要保證支持的六種字符集提供了常量引用。嘗試使用這些常量，而不是通過名稱獲取字符集實例。

大小寫格式[CaseFormat]

CaseFormat被用來方便地在各種ASCII大小寫規範間轉換字符串——比如，編程語言的命名規範。CaseFormat支持的格式如下：

格式	範例
LOWER_CAMEL	lowerCamel
LOWER_HYPHEN	lower-hyphen
LOWER_UNDERSCORE	lower_underscore
UPPER_CAMEL	UpperCamel
UPPER_UNDERSCORE	UPPER_UNDERSCORE

CaseFormat的用法很直接：

1	CaseFormat.UPPER_UNDERSCORE.to(CaseFormat.LOWER_CAMEL, "CONSTANT_NAME")); // returns "constantName"

我們CaseFormat在某些時候尤其有用，比如編寫代碼生成器的時候。

原創文章，轉載請註明： 轉載自併發編程網 – ifeve.com本文鏈接地址: [Google Guava] 6-字符串處理：分割，連接，填充