Thinking in Java 整理笔记：字符串

不可变String：

1.String对象时不可变的：指的是每一个看起来会修改String值的方法，实际上都是创建了一个全新的String对象，以包含修改后的字符串内容。（用=号赋值时实际上是创建了另一个对象）

重载“+”与StringBuilder ：

2.不可变性会带来一定的效率问题。为String对象重载的“+”操作符就是例子。当对String对象使用重载的+操作符时，编译器会先创建了一个StringBuilder对象，用以构造最终的String，并为每个字符串调用一次StringBuilder的append()方法，最后调用其toString方法生成最后的String对象。

如：

   String s= "123456 12355";

   s+="222";

JVM字节码如下：

      0: ldc           #32                 // String 123456 12355
      2: astore_1
      3: new           #16                 // class java/lang/StringBuilder
      6: dup
      7: aload_1
      8: invokestatic  #34                 // Method java/lang/String.valueOf:(Ljava/lang/Object;)Ljava/lang/String;
     11: invokespecial #20                 // Method java/lang/StringBuilder."<init>":(Ljava/lang/String;)V
     14: ldc           #40                 // String 222
     16: invokevirtual #25                 // Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;
     19: invokevirtual #29                 // Method java/lang/StringBuilder.toString:()Ljava/lang/String;
     22: astore_1
     23: return

3.操作符在以下情况需要进行优化（在循环内部需要对String对象用到操作符+时）：

   String s= "123456 12355";

   for(int i = 1;i<5;i++)

        s+=i;

其JVM字节码如下：

       0: ldc           #32                 // String 123456 12355
       2: astore_1
       3: iconst_1
       4: istore_2
       5: goto          30
       8: new           #16                 // class java/lang/StringBuilder
      11: dup
      12: aload_1
      13: invokestatic  #34                 // Method java/lang/String.valueOf:(Ljava/lang/Object;)Ljava/lang/String;
      16: invokespecial #20                 // Method java/lang/StringBuilder."<init>":(Ljava/lang/String;)V
      19: iload_2
      20: invokevirtual #40                 // Method java/lang/StringBuilder.append:(I)Ljava/lang/StringBuilder;
      23: invokevirtual #29                 // Method java/lang/StringBuilder.toString:()Ljava/lang/String;
      26: astore_1
      27: iinc          2, 1
      30: iload_2
      31: iconst_5
      32: if_icmplt     8
      35: return

其中8行，32行表示条件循环，可见每循环一次都要创建一个StringBuilder对象

解决此方法如下：

   StringBuilder s= new StringBuilder("123456 12355");

   for(int i = 1;i<5;i++)

        s.append(i);

   System.out.println(s.toString());

其JVM字节码如下：

       0: new           #16                 // class java/lang/StringBuilder
       3: dup
       4: ldc           #32                 // String 123456 12355
       6: invokespecial #20                 // Method java/lang/StringBuilder."<init>":(Ljava/lang/String;)V
       9: astore_1
      10: iconst_1
      11: istore_2
      12: goto          24
      15: aload_1
      16: iload_2
      17: invokevirtual #34                 // Method java/lang/StringBuilder.append:(I)Ljava/lang/StringBuilder;
      20: pop
      21: iinc          2, 1
      24: iload_2
      25: iconst_5
      26: if_icmplt     15
      29: getstatic     #37                 // Field java/lang/System.out:Ljava/io/PrintStream;
      32: aload_1
      33: invokevirtual #29                 // Method java/lang/StringBuilder.toString:()Ljava/lang/String;
      36: invokevirtual #43                 // Method java/io/PrintStream.println:(Ljava/lang/String;)V
      39: return

可以看出在循环内部使用StringBuilder对象的append方法添加并在最后使用toString方法生成成String对象

（在这种情况下就需要在循环内部避免使用+操作符，用append取代）

4.StringBuilder提供了丰富而全面的方法，包括insert()、repleace()、substring()甚至reverse()，但是最常用的还是append()和toString()。还有delete方法，参数是字符索引。

PS：这里注意StringBuilder是Java SE5引入的，在这之前Java用的是StringBuffer。候着是线程安全的，因此开销会大些。

5.如果想在toString()方法中返回this（想要打印出对象的内存地址时），如果代码如下：

  public String toString(){

       return "ssss"+this;

  }

则会产生编译器报错，此时因为+操作符，编译器会将this转换为String类型，如此又调用了toString()方法，产生死循环。若想要输出对象内存地址，应该调用Object.toString()方法，也就是不该使用this，而是应该调用super.toString()方法。

6.重复强调1中声明：当需要改变字符串的内容时，String类的方法都会返回一个新的String对象。同时如果内容没有发生改变，String的方法只是返回指向原对象的引用而已。

格式化输出：

7.Java SE5 引入的format方法可用于PrintStream或PrintWriter对象，其中也包括System.out对象。模仿的是C语言的printf()

8.在Java中所有新的格式化功能都由java.util.Formatter类处理。可以讲Formatter看作一个翻译器，构造器经过重载可以接受多种输出目的地，最常用的是PrintStream(),OutputStream和File

   Formatter f = new Formatter(System.out);

   f.format("%s hahaha %d","My name is",5);

//My name is hahaha 5

9.格式化说明符：

%[argument_index$][flags][width][.precision]conversion

其中需要注意的是：最小尺寸由width实现（默认右对齐，不过可以通过使用-width改变方向）

10.String.format()接受与Formatter.format()方法一样的参数，但返回一个String对象

正则表达式：

11.需要注意的是，在其他语言中，\\表示“我想要在正则表达式中插入一个普通的（字面上的）反斜线，请不要给它任何特殊的意义。”而在Java中，\\的意思是“我要插入一个正则表达式的反斜线”（就会转义，无义变有义，如\\d，有义变无义，如\\+）。如果想要一个普通的反斜线，则应该\\\\。但是换行和制表符之类的只需要使用单反斜线：\n\t。

12.量词：略

13.接口CharSequencecong CharBuffer、String、StringBuffer、StringBuilder类之中抽象出了字符序列的一般化定义,这些类都实现了该接口：

interface CharSequence{

    charAt(int i);

    length();

    subSequence(int start,int end);

    toString();

}

14.Java中与正则表达式有关的类有：Scanner、Pattern、Match、String

15.String.matchs()用于正则完整的匹配字符串，返回true或者false；其还自带了split()方法用于分割以及replaceXX系列的方法用以正则替换。

16.Pattern和Matcher：static Pattern.compile(String regex) 编译生成Pattern对象，调用Pattern对象的matcher(内容)方法。

Matcher常用拥有的方法：

find()、group()、start()、end():

   while (m.find()) {

        System.out.println(m.group()+" at position "+m.start()+" - "+m.end());

   }

matches()判断整个字符串匹配，lookingAt()判断字符串的始部分是否能够匹配

reset(内容)将现有Matcher对象应用于一个新的字符序列（可以被用来做动态匹配，每次reset(新内容)）

Pattern常用的方法：

static boolean matches(String regex, CharSequence input) 同上

split()

compile(String regex,int flag):其中

flag的取值范围如下：
Pattern.CANON_EQ，当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下，才认定匹配。比如用了这个标志之后，表达式"a\u030A"会匹配"?"。默认情况下，不考虑"规范相等性(canonical equivalence)"。

Pattern.CASE_INSENSITIVE(?i) 默认情况下，大小写不敏感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹 配，只要将UNICODE_CASE与这个标志合起来就行了。

Pattern.COMMENTS(?x) 在这种模式下，匹配时会忽略(正则表达式里的)空格字符(不是指表达式里的"\\s"，而是指表达式里的空格，tab，回车之类)。注释从#开始，一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。

Pattern.DOTALL(?s) 在这种模式下，表达式'.'可以匹配任意字符，包括表示一行的结束符。默认情况下，表达式'.'不匹配行的结束符。

Pattern.MULTILINE(?m)在这种模式下，'^'和'$'分别匹配一行的开始和结束。此外，'^'仍然匹配字符串的开始，'$'也匹配字符串的结束。默认情况下，这两个表达式仅仅匹配字符串的开始和结束。

Pattern.UNICODE_CASE(?u) 在这个模式下，如果你还启用了CASE_INSENSITIVE标志，那么它会对Unicode字符进行大小写不明感的匹配。默认情况下，大小写不敏感的匹配只适用于US-ASCII字符集。

Pattern.UNIX_LINES(?d) 在这个模式下，只有'\n'才被认作一行的中止，并且与'.'，'^'，以及'$'进行匹配。

17.Scanner的构造器可以接受任何类型的输入对象，包括File、InputStream、String、或者Readable（Java SE5新接口，表示’具有read()方法的某种东西‘，如BufferedReader）。

18.有了Scanner，所有的输入、分词以及翻译的操作都隐藏在不同类型的nextXXX方法中。普通的next方法返回下一个String。所有基本类型（除char外）都有对应的next方法。所有的next方法，只有在找到一个完整的分词后才会返回。

PS：需要注意的是，Scanner的使用并不需要添加Try区，因为Scanner有一个假设，在输入结束时会抛出IOException,所以Scanner会把IOException吞掉。通过ioException()方法可以找到最近发生的异常。

19.默认情况下，Scanner根据空白字符对输入进行分词。也可以Scanner使用useDelimiter()来设置定界符（支持正则），同时还有一个delimiter()方法返回当前正在作为定界符使用的Pattern对象

20.Scanner的next()方法配合正则是，会找到下一个匹配该模式的输入部分。