JAVA面试题解惑系列（六）——字符串（String）杂谈

JAVA面试题解惑系列（六）——字符串（String）杂谈

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。

String的length()方法和数组的length属性

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

1. public int length() {   
2.     return count;   
3. }  

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。

中文汉字在char中的保存

一个中文汉字能保存在一个char类型里吗？

请看下面的例子：

Java代码

1. public class ChineseTest {   
2.     public static void main(String[] args) {   
3.         // 将一个中文汉字赋值给一个char变量   
4.         char a = '中';   
5.         char b = '文';   
6.         char c = '测';   
7.         char d = '试';   
8.         char e = '成';   
9.         char f = '功';   
10.         System.out.print(a);   
11.         System.out.print(b);   
12.         System.out.print(c);   
13.         System.out.print(d);   
14.         System.out.print(e);   
15.         System.out.print(f);   
16.     }   
17. }  

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

1. public class ChineseTest {   
2.     public static void main(String[] args) {   
3.         // 将一个英文字母赋值给一个byte变量   
4.         byte a = 'a';   
5.         // 将一个中文汉字赋值给一个byte变量时，编译会报错   
6.         // byte b = '中';   
7.   
8.         System.out.println("byte a = " + a);   
9.         // System.out.println("byte b = "+b);   
10.     }   
11. }  

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

1. public class ChineseTest {   
2.     public static void main(String[] args) {   
3.         // 将一个中文汉字赋值给一个char变量   
4.         char a = '中';   
5.         char b = '文';   
6.         char c = '测';   
7.         char d = '试';   
8.         char e = '成';   
9.         char f = '功';   
10.         System.out.print(a + b + c + d + e + f);   
11.     }   
12. }  

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：

• 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。

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

1. public class StringReverse {   
2.     public static void main(String[] args) {   
3.         // 原始字符串   
4.         String s = "A quick brown fox jumps over the lazy dog.";   
5.         System.out.println("原始的字符串：" + s);   
6.   
7.         System.out.print("反转后字符串：");   
8.         for (int i = s.length(); i > 0; i--) {   
9.             System.out.print(s.charAt(i - 1));   
10.         }   
11.   
12.         // 也可以转换成数组后再反转，不过有点多此一举   
13.         char[] data = s.toCharArray();   
14.         System.out.println();   
15.         System.out.print("反转后字符串：");   
16.         for (int i = data.length; i > 0; i--) {   
17.             System.out.print(data[i - 1]);   
18.         }   
19.     }   
20. }  

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

1. public class StringReverse {   
2.     public static void main(String[] args) {   
3.         // 原始字符串   
4.         String s = "A quick brown fox jumps over the lazy dog.";   
5.         System.out.println("原始的字符串：" + s);   
6.   
7.         System.out.print("反转后字符串：");   
8.         StringBuffer buff = new StringBuffer(s);   
9.         // java.lang.StringBuffer类的reverse()方法可以将字符串反转   
10.         System.out.println(buff.reverse().toString());   
11.     }   
12. }  

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

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

1. import java.io.UnsupportedEncodingException;   
2.   
3. public class EncodeTest {   
4.     /**  
5.      * 打印字符串在指定编码下的字节数和编码名称到控制台  
6.      *   
7.      * @param s  
8.      *            字符串  
9.      * @param encodingName  
10.      *            编码格式  
11.      */  
12.     public static void printByteLength(String s, String encodingName) {   
13.         System.out.print("字节数：");   
14.         try {   
15.             System.out.print(s.getBytes(encodingName).length);   
16.         } catch (UnsupportedEncodingException e) {   
17.             e.printStackTrace();   
18.         }   
19.         System.out.println(";编码：" + encodingName);   
20.     }   
21.   
22.     public static void main(String[] args) {   
23.         String en = "A";   
24.         String ch = "人";   
25.   
26.         // 计算一个英文字母在各种编码下的字节数   
27.         System.out.println("英文字母：" + en);   
28.         EncodeTest.printByteLength(en, "GB2312");   
29.         EncodeTest.printByteLength(en, "GBK");   
30.         EncodeTest.printByteLength(en, "GB18030");   
31.         EncodeTest.printByteLength(en, "ISO-8859-1");   
32.         EncodeTest.printByteLength(en, "UTF-8");   
33.         EncodeTest.printByteLength(en, "UTF-16");   
34.         EncodeTest.printByteLength(en, "UTF-16BE");   
35.         EncodeTest.printByteLength(en, "UTF-16LE");   
36.   
37.         System.out.println();   
38.   
39.         // 计算一个中文汉字在各种编码下的字节数   
40.         System.out.println("中文汉字：" + ch);   
41.         EncodeTest.printByteLength(ch, "GB2312");   
42.         EncodeTest.printByteLength(ch, "GBK");   
43.         EncodeTest.printByteLength(ch, "GB18030");   
44.         EncodeTest.printByteLength(ch, "ISO-8859-1");   
45.         EncodeTest.printByteLength(ch, "UTF-8");   
46.         EncodeTest.printByteLength(ch, "UTF-16");   
47.         EncodeTest.printByteLength(ch, "UTF-16BE");   
48.         EncodeTest.printByteLength(ch, "UTF-16LE");   
49.     }   
50. }  

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. 中文汉字：人
11. 字节数：2;编码：GB2312
12. 字节数：2;编码：GBK
13. 字节数：2;编码：GB18030
14. 字节数：1;编码：ISO-8859-1
15. 字节数：3;编码：UTF-8
16. 字节数：4;编码：UTF-16
17. 字节数：2;编码：UTF-16BE
18. 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。

如果我们直接按照字节截取会出现什么情况呢？我们来测试一下：

Java代码

1. import java.io.UnsupportedEncodingException;      
2.      
3. public class CutString {      
4.     public static void main(String[] args) throws UnsupportedEncodingException {      
5.         String s = "我ZWR爱JAVA";      
6.         // 获取GBK编码下的字节数据      
7.         byte[] data = s.getBytes("GBK");      
8.         byte[] tmp = new byte[6];      
9.         // 将data数组的前六个字节拷贝到tmp数组中      
10.         System.arraycopy(data, 0, tmp, 0, 6);      
11.         // 将截取到的前六个字节以字符串形式输出到控制台      
12.         s = new String(tmp);      
13.         System.out.println(s);      
14.     }      
15. }   

import java.io.UnsupportedEncodingException;     public class CutString {       public static void main(String[] args) throws UnsupportedEncodingException {           String s = "我ZWR爱JAVA";           // 获取GBK编码下的字节数据           byte[] data = s.getBytes("GBK");           byte[] tmp = new byte[6];           // 将data数组的前六个字节拷贝到tmp数组中           System.arraycopy(data, 0, tmp, 0, 6);           // 将截取到的前六个字节以字符串形式输出到控制台           s = new String(tmp);           System.out.println(s);       }   } 

输出结果：

1. 我ZWR?

在截取前六个字节时，第二个汉字“爱”被截取了一半，导致它无法正常显示了，这样显然是有问题的。

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

1. import java.io.UnsupportedEncodingException;   
2.   
3. public class CutString {   
4.   
5.     /**  
6.      * 判断是否是一个中文汉字  
7.      *   
8.      * @param c  
9.      *            字符  
10.      * @return true表示是中文汉字，false表示是英文字母  
11.      * @throws UnsupportedEncodingException  
12.      *             使用了JAVA不支持的编码格式  
13.      */  
14.     public static boolean isChineseChar(char c)   
15.             throws UnsupportedEncodingException {   
16.         // 如果字节数大于1，是汉字   
17.         // 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   
18.         return String.valueOf(c).getBytes("GBK").length > 1;   
19.     }   
20.   
21.     /**  
22.      * 按字节截取字符串  
23.      *   
24.      * @param orignal  
25.      *            原始字符串  
26.      * @param count  
27.      *            截取位数  
28.      * @return 截取后的字符串  
29.      * @throws UnsupportedEncodingException  
30.      *             使用了JAVA不支持的编码格式  
31.      */  
32.     public static String substring(String orignal, int count)   
33.             throws UnsupportedEncodingException {   
34.         // 原始字符不为null，也不是空字符串   
35.         if (orignal != null && !"".equals(orignal)) {   
36.             // 将原始字符串转换为GBK编码格式   
37.             orignal = new String(orignal.getBytes(), "GBK");   
38.             // 要截取的字节数大于0，且小于原始字符串的字节数   
39.             if (count > 0 && count < orignal.getBytes("GBK").length) {   
40.                 StringBuffer buff = new StringBuffer();   
41.                 char c;   
42.                 for (int i = 0; i < count; i++) {   
43.                     // charAt(int index)也是按照字符来分解字符串的   
44.                     c = orignal.charAt(i);   
45.                     buff.append(c);   
46.                     if (CutString.isChineseChar(c)) {   
47.                         // 遇到中文汉字，截取字节总数减1   
48.                         --count;   
49.                     }   
50.                 }   
51.                 return buff.toString();   
52.             }   
53.         }   
54.         return orignal;   
55.     }   
56.   
57.     public static void main(String[] args) {   
58.         // 原始字符串   
59.         String s = "我ZWR爱JAVA";   
60.         System.out.println("原始字符串：" + s);   
61.         try {   
62.             System.out.println("截取前1位：" + CutString.substring(s, 1));   
63.             System.out.println("截取前2位：" + CutString.substring(s, 2));   
64.             System.out.println("截取前4位：" + CutString.substring(s, 4));   
65.             System.out.println("截取前6位：" + CutString.substring(s, 6));   
66.         } catch (UnsupportedEncodingException e) {   
67.             e.printStackTrace();   
68.         }   
69.     }   
70. }  

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++) {// charAt(int index)也是按照字符来分解字符串的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

转载：

 

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