StringUtils
对String功能的补充(null安全)包括查询 判断 截取 去除 分组 替换 等功能,又加入各种简明的关键词对功能进行加强,大部分功能都很简单,实现的种类也很齐全
关键词:
Not:boolean求反
Empty:空对象 Empty,空对象,拥有null的意义却没有null的bug
NULL:null Null,关键字,跟绝大多数bug沾亲带故
Start:字符串开头
End:字符串结尾
Whitespace:空格,包含全角,半角以及各种带有空格的操作码(/t。。)
IgnoreCase:忽视大小写
last:最后一位
Any:将String转为char[]后中的任意一个
But:对其他关键字取反
Only:仅仅
None:取反
Between:有left 有right就有可能有Between
代码版本：apache.commons.lang3.0
1.判断
isEmpty:判断是否为空
isBlank:是否空白
countMatches(CharSequence str, CharSequence sub):匹配次数
isAlpha:仅包括字符(Alpha为字母,不过本地话以后可以理解为字符)
isAlphaSpace:允许为半角空格
isAlphanumeric:允许为数字
isAlphanumericSpace,isAsciiPrintable,isNumeric,isNumericSpace,isWhitespace,isAllLowerCase,isAllUpperCase等
contains,equal 等
public static boolean isEmpty(CharSequence cs) {//3.0之前为String return cs == null || cs.length() == 0; }//实现CharSequence 接口的有CharBuffer、String、StringBuffer、StringBuilder
public static boolean isBlank(CharSequence cs) { int strLen; if (cs == null || (strLen = cs.length()) == 0) { return true; } for (int i = 0; i < strLen; i++) { if (Character.isWhitespace(cs.charAt(i)) == false) { return false; } } return true; }
... for (int i = 0; i < sz; i++) { if (Character.isLetter(cs.charAt(i)) == false) { //简单的理解为字母+方言(比如中文) return false; } } ...//isAlphaSpace if (Character.isLetter(cs.charAt(i)) == false && cs.charAt(i) != ' ') {//半角空格 return false; } ...//isNumeric for (int i = 0; i < sz; i++) { if (Character.isDigit(cs.charAt(i)) == false) { //循环判断数字,故带+/-/.的全pass,另外大多判断都是如此 return false; //,故加入特殊方法 } }
补充:半角空格与全角空格字节码不一样,trim直接与半角空格作比较(val[off + st] <= ' '),即与assic码比较
isWhitespace则做了更多的判断,总之,结论如下
1.Character.isWhitespace() 全角和半角空格都为空格，即返回true
2.Character.isSpaceChar() 全角和半角空格都为空格，即返回true
3.Character.isSpace() 半角空格为空格，即半角空格返回true,全角空格返回false,但此方法被废弃
4.trim()只截取掉半角的空格（全角空格与编码有关,估计当时只有assic上哪几种空格表示方式）
2特殊去除,通常仅代表两端
trim:非空判断后,去除前后空格(半角)
strip(String str, String stripChars):去除(剥夺)字符串某(两)端给定字符(默认为null)
stripStart / stripEnd
stripAccents:去"重音",关系不大
chomp:去除str尾部的换行符,属于截串的特殊方法
chop:去除最后一个字符+去除str尾部的换行符
补充:1967年公布的assic码(美国信息互换标准代码)是7位编码,包括95个图形字符+33个控制字符，主要用在电传打字机上,后来成为了计算机 上最重要的标准,由于太偏向M帝,面对那些以英语为主要语言的国家,竟然不太适合,英镑,西欧的重音符都无法表示,好在计算机是以八位存储字符的,故有了 第八位拓展,再然后就有了unicode,而unicode改变了一个字节代表1字符的关系,一本书,一段字符的大小,也不再仅仅由字符的多少决定 了。。。
public static String trim(String str) { return str == null ? null : str.trim(); }//null安全
public static String stripStart(String str, String stripChars) { int strLen; if (str == null || (strLen = str.length()) == 0) { return str; } int start = 0; if (stripChars == null) { while (start != strLen && Character.isWhitespace(str.charAt(start))) {//null就是去空格 start++; } } else if (stripChars.length() == 0) { return str; } else {
//可见去除的是连续存在stripChars中的字符 while (start != strLen && stripChars.indexOf(str.charAt(start)) != INDEX_NOT_FOUND) { start++; } } return str.substring(start); }
... //chomp int lastIdx = str.length() - 1; char last = str.charAt(lastIdx); if (last == CharUtils.LF) { if (str.charAt(lastIdx - 1) == CharUtils.CR) { // lastIdx--; } } else if (last != CharUtils.CR) { lastIdx++; } return str.substring(0, lastIdx);
...//chop if (strLen < 2) { return EMPTY; } int lastIdx = strLen - 1; String ret = str.substring(0, lastIdx); char last = str.charAt(lastIdx); if (last == CharUtils.LF && ret.charAt(lastIdx - 1) == CharUtils.CR) { return ret.substring(0, lastIdx - 1); } return ret;
3.查询：
indexOf系列,包括indexOfIgnoreCase lastIndexOf lastIndexOfIgnoreCase lastIndexOfAny indexOfAnyBut
ordinalIndexOf :对indexOf的拓展,获取匹配字符串指定次数的索引
4.截取
substring(String str, int start, int end):截取字符串,参数为索引
包括substringBefore substringAfter substringBeforeLast substringAfterLast
left / right / mid(String str, int pos, int len):参数为len
//可以发现实现上对于不正确的数据直接抛异常,而调用则通过中间层(工具类)来排除错误
//,另外,beginIndex为索引,而 endIndex为ex索引(索引+1),或者是算头不算尾
public static String substring(String str, int start) { if (str == null) { return null; } // handle negatives, which means last n characters if (start < 0) { start = str.length() + start; // remember start is negative } if (start < 0) { start = 0; } if (start > str.length()) { return EMPTY; } return str.substring(start); }
public String substring(int beginIndex, int endIndex) { if (beginIndex < 0) { throw new StringIndexOutOfBoundsException(beginIndex); } if (endIndex > count) { throw new StringIndexOutOfBoundsException(endIndex); } if (beginIndex > endIndex) { throw new StringIndexOutOfBoundsException(endIndex - beginIndex); } return ((beginIndex == 0) && (endIndex == count)) ? this : new String(offset + beginIndex, endIndex - beginIndex, value); }
//mid left right
str.substring(str.length() - len);//right str.substring(pos, pos + len);//mid str.substring(0, len);//left
public static String substringBefore(String str, String separator) { if (isEmpty(str) || separator == null) { return str; } if (separator.length() == 0) { return EMPTY; } int pos = str.indexOf(separator);//获取第一个指定字符前所有字符 if (pos == INDEX_NOT_FOUND) { return str; } return str.substring(0, pos); }
5.分组
split：匹配任意字符进行分组 (不同于String.split)
splitByWholeSeparator:匹配全部字符,可以连续匹配
splitPreserveAllTokens:同上,但不能连续匹配
splitByCharacterType:根据Character类型进行匹配
splitByCharacterTypeCamelCase:同上,支持驼峰
String.split:通过Pattern(正则表达式的编译表示形式)实现
栗子：
StringUtils.split("split","pi");//{s,l,t}
StringUtils.splitByWholeSeparator("1 2 "," ");//{1,2,}
StringUtils.splitPreserveAllTokens("1 2 "," ");//{1,,,2,,}
StringUtils.splitByCharacterType("splitByCharacterTypeCamelCase");//{split,B,y,C,haracter,T,ype,C,amel,C,ase}
StringUtils.splitByCharacterTypeCamelCase("splitByCharacterTypeCamelCase");//{split,By,Character,Type,Camel,Case}
关键源码：
...//split
if (separatorChars.indexOf(str.charAt(i)) >= 0) {//字符串str.charAt(i),是否存在separatorChars中判断 ...
...//splitByWholeSeparator splitPreserveAllTokens
while (end < len) { end = str.indexOf(separator, beg);//跟split相反,为全匹配 if (end > -1) { if (end > beg) { numberOfSubstrings += 1; if (numberOfSubstrings == max) { //max为分组限制 end = len; substrings.add(str.substring(beg)); } else { //通常添加 substrings.add(str.substring(beg, end)); beg = end + separatorLength; } } else { if (preserveAllTokens) { //连续匹配处理 numberOfSubstrings += 1;
if (numberOfSubstrings == max) {
end = len;
substrings.add(str.substring(beg));
} else {
substrings.add(EMPTY);
} } beg = end + separatorLength; } } else {//最后一组 substrings.add(str.substring(beg)); end = len; } }
...//splitByCharacterType splitByCharacterTypeCamelCase
int type = Character.getType(c[pos]);//判断类型 ...if (camelCase && type == Character.LOWERCASE_LETTER && currentType == Character.UPPERCASE_LETTER) { int newTokenStart = pos - 1; if (newTokenStart != tokenStart) { list.add(new String(c, tokenStart, newTokenStart - tokenStart)); tokenStart = newTokenStart; } } else { list.add(new String(c, tokenStart, pos - tokenStart)); tokenStart = pos; } currentType = type;
6. 合并
join:分组的反操作
System.out.println(StringUtils.join(new String[]{"j","o","i","n"},"-"));//j-o-i-n System.out.println(StringUtils.join(Arrays.asList(null,"j",null,"o","i","n",null),"-"));//-j--o-i-n-
... for (int i = startIndex; i < endIndex; i++) { if (i > startIndex) { buf.append(separator); } if (array[i] != null) { //null就是 "" buf.append(array[i]); } } return buf.toString();
7.删除:先进行对应查询在截串
deleteWhitespace :去除各种空格
removeStart(removeStartIgnoreCase):当第一段字符为匹配字符时,去除
removeEnd(removeEndIgnoreCase):当最后一段字符为匹配字符时,去除
remove:删除匹配到的全部字符
System.out.println(StringUtils.deleteWhitespace("A B c a b C "));//ABcabC
System.out.println(StringUtils.removeStart("ABcacbC","a"));//ABcacbC
System.out.println(StringUtils.removeStartIgnoreCase("ABcacbC","a"));//BcacbC
System.out.println(StringUtils.removeEnd("ABcacbC","c"));//ABcacbC
System.out.println(StringUtils.removeEndIgnoreCase("ABcacbC","c"));//ABcacb
System.out.println(StringUtils.remove("ABcacbC","c"));//ABabC
8.替换
replaceOnce:替换第一个合格规定的
replace:替换所有合格规定的
replaceEach:参数为数组且一一对应,包含输入参数不等判断
replaceEachRepeatedly:replaceEach的迭代
replaceChars:replaceEach的字符版
overlay(String str, String overlay, int start, int end):所需参数不一样,可以变插入
System.out.println(StringUtils.replaceOnce("abABab", "a","1"));//1bABab
System.out.println(StringUtils.replace("abABab", "a","1"));//1bAB1b
StringUtils.replaceEach("ABB", new String[]{"AB"},new String[]{"A"});//AB
StringUtils.replaceEachRepeatedly("ABb", new String[]{"AB","b"},new String[]{"A","B"});//A
System.out.println(StringUtils.replaceChars("abABab",'a','1'));//1bAB1b
System.out.println(StringUtils.replaceChars("abABab ","ab","12"));//12AB12
System.out.println(StringUtils.overlay("abcdefg","一二三",1,2));//a一二三cdefg
...//replaceOnce 与 replace while (end != INDEX_NOT_FOUND) { buf.append(text.substring(start, end)).append(replacement); start = end + replLength; if (--max == 0) { //替换次数,replaceOnce为1,replace为-1 break; end = text.indexOf(searchString, start); } buf.append(text.substring(start)); ...
9.添加
repeat:循环
leftPad /rightPad/center :补齐最低字符数 (中文,英文与字符是一比一的关系,但宽度不一样,需要特殊处理)
System.out.println(StringUtils.rightPad("xx", 5, "阿"));//xx阿阿阿
System.out.println(StringUtils.rightPad("xx", 5, "a"));//xxaaa
System.out.println(StringUtils.center ("xx", 5, "a"));//axxaa
10.转换,多为去null后直接调用String
upperCase:大写
lowerCase:小写
capitalize:首字母大写
uncapitalize:首字母小写
swapCase:大小写互转
reverse:倒叙
reverseDelimited:先分组,在倒叙
abbreviate(String str, int offset, int maxWidth):缩写写法,超出长度用...补齐很有用(缺点同补齐)
abbreviateMiddle(String str, String middle, int length):中间替换
public static String capitalize(String str) { int strLen; if (str == null || (strLen = str.length()) == 0) { return str; } return new StringBuilder(strLen) .append(Character.toTitleCase(str.charAt(0))) //只有首字母- - .append(str.substring(1)) .toString(); } ...//uncapitalize return new StringBuilder(strLen) .append(Character.toLowerCase(str.charAt(0))) //转换大小要谨慎，小写随意,当然,与我们无关 .append(str.substring(1)) .toString();
特殊
--Difference
difference(String str1, String str2):去除str2中与str1相同的地方
indexOfDifference(CharSequence cs1, CharSequence cs2):获取两处第一次不同的索引
indexOfDifference(CharSequence... css):数组版
getCommonPrefix(String... strs):获取相同字符-->indexOfDifference+截串
--其他
int getLevenshteinDistance(CharSequence s, CharSequence t):计算相似度,理论时间到了- -
LevenshTeinDistance是俄罗斯科学家Vladimir Levenshtein在1965年提出的根据编辑距离（Edit Distance）计算字符串相似度的一种算法。