posts - 134,  comments - 22,  trackbacks - 0
JAVA面试题解惑系列(六)——字符串(String)杂谈


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

>>>转载请注明出处!<<< 

上一次我们已经一起回顾了面试题中常考的到底创建了几个String对象的相关知识,这一次我们以几个常见面试题为引子,来回顾一下String对象相关的其它一些方面。 

一、String类有length()方法吗?数组有length()方法吗? 

String类当然有length()方法了,看看String类的源码就知道了,这是这个方法的定义: 
Java代码 
public int length() {   
    return count;   
}  

String的长度实际上就是它的属性--char型数组value的长度。数组是没有length()方法的,大家知道,在JAVA中,数组也被作为对象来处理,它的方法都继承自Object类。数组有一个属性length,这也是它唯一的属性,对于所有类型的数组都是这样。 

二、一个中文汉字能保存在一个char里吗? 

请看下面的例子: 
Java代码 
public class ChineseTest {   
    public static void main(String[] args) {   
        // 将一个中文汉字赋值给一个char变量   
        char a = '中';   
        char b = '文';   
        char c = '测';   
        char d = '试';   
        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);   
    }   
}  

编译没有报错,运行结果: 

1、中文测试成功 

答案就不用说了。为什么一个中文汉字可以保存在一个char变量里呢?因为在JAVA中,一个char是2个字节(byte),而一个中文汉字是一个字符,也是2个字节。而英文字母都是一个字节的,因此它也能保存到一个byte里,一个中文汉字却不能。请看: 
Java代码 
public class ChineseTest {   
    public static void main(String[] args) {   
        // 将一个英文字母赋值给一个byte变量   
        byte a = 'a';   
        // 将一个中文汉字赋值给一个byte变量时,编译会报错   
        // byte b = '中';   
  
        System.out.println("byte a = " + a);   
        // System.out.println("byte b = "+b);   
    }   
}  

运行结果: 

1、byte a = 97 

正如大家所看到的那样,我们实际上是把字符'a'对应的ASCII码值赋值给了byte型变量a。 

让我们回过头来看看最初的例子,能不能将a、b、c、d、e、f拼接在一起一次输出呢?让我们试试看: 
Java代码 
public class ChineseTest {   
    public static void main(String[] args) {   
        // 将一个中文汉字赋值给一个char变量   
        char a = '中';   
        char b = '文';   
        char c = '测';   
        char d = '试';   
        char e = '成';   
        char f = '功';   
        System.out.print(a + b + c + d + e + f);   
    }   
}  

运行结果: 

1、156035 

这显然不是我们想要的结果。只所以会这样是因为我们误用了“+”运算符,当它被用于字符串和字符串之间,或者字符串和其他类型变量之间时,它产生的效果是字符串的拼接;但当它被用于字符和字符之间时,效果等同于用于数字和数字之间,是一种算术运算。因此我们得到的“156035”是'中'、'文'、'测'、'试'、'成'、'功'这六个汉字分别对应的数值算术相加后的结果。 

三、字符串的反转输出。 

这也是面试题中常考的一道。我们就以一个包含了全部26个英文字母,同时又具有完整含义的最短句子作为例子来完成解答。先来看一下这个句子: 


引用
A quick brown fox jumps over the lazy dog.(一只轻巧的棕色狐狸从那条懒狗身上跳了过去。)


最常用的方式就是反向取出每个位置的字符,然后依次将它们输出到控制台: 
Java代码 
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("反转后字符串:");   
        for (int i = s.length(); i > 0; i--) {   
            System.out.print(s.charAt(i - 1));   
        }   
  
        // 也可以转换成数组后再反转,不过有点多此一举   
        char[] data = s.toCharArray();   
        System.out.println();   
        System.out.print("反转后字符串:");   
        for (int i = data.length; i > 0; i--) {   
            System.out.print(data[i - 1]);   
        }   
    }   
}  

运行结果: 

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

以上两种方式虽然常用,但却不是最简单的方式,更简单的是使用现有的方法: 
Java代码 
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("反转后字符串:");   
        StringBuffer buff = new StringBuffer(s);   
        // java.lang.StringBuffer类的reverse()方法可以将字符串反转   
        System.out.println(buff.reverse().toString());   
    }   
}  

运行结果: 

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


四、按字节截取含有中文汉字的字符串。 

要求实现一个按字节截取字符串的方法,比如对于字符串"我ZWR爱JAVA",截取它的前四位字节应该是"我ZW",而不是"我ZWR",同时要保证不会出现截取了半个汉字的情况。 

英文字母和中文汉字在不同的编码格式下,所占用的字节数也是不同的,我们可以通过下面的例子来看看在一些常见的编码格式下,一个英文字母和一个中文汉字分别占用多少字节。 
Java代码 
import java.io.UnsupportedEncodingException;   
  
public class EncodeTest {   
    /**  
     * 打印字符串在指定编码下的字节数和编码名称到控制台  
     *   
     * @param s  
     *            字符串  
     * @param encodingName  
     *            编码格式  
     */  
    public static void printByteLength(String s, String encodingName) {   
        System.out.print("字节数:");   
        try {   
            System.out.print(s.getBytes(encodingName).length);   
        } catch (UnsupportedEncodingException e) {   
            e.printStackTrace();   
        }   
        System.out.println(";编码:" + encodingName);   
    }   
  
    public static void main(String[] args) {   
        String en = "A";   
        String ch = "人";   
  
        // 计算一个英文字母在各种编码下的字节数   
        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();   
  
        // 计算一个中文汉字在各种编码下的字节数   
        System.out.println("中文汉字:" + 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");   
    }   
}  

运行结果如下: 

1、英文字母:A 
2、字节数:1;编码:GB2312 
3、字节数:1;编码:GBK 
4、字节数:1;编码:GB18030 
5、字节数:1;编码:ISO-8859-1 
6、字节数:1;编码:UTF-8 
7、字节数:4;编码:UTF-16 
8、字节数:2;编码:UTF-16BE 
9、字节数:2;编码:UTF-16LE 
10、
11、中文汉字:人 
12、字节数:2;编码:GB2312 
13、字节数:2;编码:GBK 
14、字节数:2;编码:GB18030 
15、字节数:1;编码:ISO-8859-1 
16、字节数:3;编码:UTF-8 
17、字节数:4;编码:UTF-16 
18、字节数:2;编码:UTF-16BE 
19、字节数:2;编码:UTF-16LE 


UTF-16BE和UTF-16LE是UNICODE编码家族的两个成员。UNICODE标准定义了UTF-8、UTF-16、UTF-32三种编码格式,共有UTF-8、UTF-16、UTF-16BE、UTF-16LE、UTF-32、UTF-32BE、UTF-32LE七种编码方案。JAVA所采用的编码方案是UTF-16BE。从上例的运行结果中我们可以看出,GB2312、GBK、GB18030三种编码格式都可以满足题目的要求。下面我们就以GBK编码为例来进行解答。 

我们不能直接使用String类的substring(int beginIndex, int endIndex)方法,因为它是按字符截取的。'我'和'Z'都被作为一个字符来看待,length都是1。实际上我们只要能区分开中文汉字和英文字母,这个问题就迎刃而解了,而它们的区别就是,中文汉字是两个字节,英文字母是一个字节。 
Java代码 
import java.io.UnsupportedEncodingException;   
  
public class CutString {   
  
    /**  
     * 判断是否是一个中文汉字  
     *   
     * @param c  
     *            字符  
     * @return true表示是中文汉字,false表示是英文字母  
     * @throws UnsupportedEncodingException  
     *             使用了JAVA不支持的编码格式  
     */  
    public static boolean isChineseChar(char c)   
            throws UnsupportedEncodingException {   
        // 如果字节数大于1,是汉字   
        // 以这种方式区别英文字母和中文汉字并不是十分严谨,但在这个题目中,这样判断已经足够了   
        return String.valueOf(c).getBytes("GBK").length > 1;   
    }   
  
    /**  
     * 按字节截取字符串  
     *   
     * @param orignal  
     *            原始字符串  
     * @param count  
     *            截取位数  
     * @return 截取后的字符串  
     * @throws UnsupportedEncodingException  
     *             使用了JAVA不支持的编码格式  
     */  
    public static String substring(String orignal, int count)   
            throws UnsupportedEncodingException {   
        // 原始字符不为null,也不是空字符串   
        if (orignal != null && !"".equals(orignal)) {   
            // 将原始字符串转换为GBK编码格式   
            orignal = new String(orignal.getBytes(), "GBK");   
            // 要截取的字节数大于0,且小于原始字符串的字节数   
            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)) {   
                        // 遇到中文汉字,截取字节总数减1   
                        --count;   
                    }   
                }   
                return buff.toString();   
            }   
        }   
        return orignal;   
    }   
  
    public static void main(String[] args) {   
        // 原始字符串   
        String s = "我ZWR爱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();   
        }   
    }   
}  

运行结果: 

1、原始字符串:我ZWR爱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爱
posted on 2009-11-27 10:24 TRE-China R&D 阅读(670) 评论(1)  编辑 收藏 引用 所属分类: JAVA精品转载
只有注册用户登录后才能发表评论。