Spads 出品字符串高效提取数值方法 Shane 末日圣诞奉献

Spads 出品，作者 WangXP 与 Shane


目录
---------- ---------- ---------- ----------
1 【综述】
2 【程序】
3 【功能】
4 【性能】
5 【附录】



1 【综述】
---------- ---------- ---------- ----------
最近因为继续编写公式处理和 Json - Java 互转组件，所以专门制作、优化了字符串变成数值的工具方法，并在性能上取得了领先于阿帕奇工具和爪哇类库等方式的成就。本方法基本思路是逐字符扫描。目前关于将字符串转为数值，市面上常见的资料，我搜索总结了十几篇吧，大体是重复的，包括这么几种方法。我看过的资料网址收集在附录中。

1、通过 Java 系统提供的 Character#isDigit(char) 判断是否为数值，然后转换。
2、通过正则表达式判断是否为数值，然后转换。
3、直接转换，捕捉异常。
4、阿帕奇提供了 isNumeric(String) 和 isNumericSpace(String) 方法用以判断。如果是数值再转换。

目前我这边的需求是，需要支持整数、数字间的空格、空白头尾、小数以及直接小数点开头的小数。

JavaLib 的 isDigit(char) 只能判断数字，所以需要事先去除空格、首位负号和第一个小数点。
正则表达式在转换前需要去除空格
直接转换前也需要去除空格
阿帕奇工具方法能判断数字和空格，所以需要事先去除首位负号和第一个小数点。

Spads 编写程序是直接利用了字符特点，扫描字符串。也可以认为是一种结合了预处理与字符 ASCII 判断的方法。本方法会将能够解析成数值的字符串解析成数值，否则返回 null 。



2 【程序】
---------- ---------- ---------- ----------
Spads 直接编写了适用的程序，经过很长时间性能优化，达到了优于上述所有方法的效果。代码如下。

Java代码

1. /**
2. * <b>抽取字符串的数字值</b><br/>
3. *
4. * 本方法用来将传入字符串的内容理解为十进制数值。如果传入字符串的内容无法理解为
5. * 数值，则返回 <code>null</code> 。数值字符串是指包括正、负的整数、浮点数；其中
6. * 允许出现分割用空格，允许直接使用小数点起头以表示 0.x 样的小数。<br/>
7. * 方法使用示例如下。
8. * <pre>
9. * StringTool.fetchNumberValue("15") = 15 (java.lang.Integer)
10. * StringTool.fetchNumberValue("300 1500 1010")
11. * = 30015001010 (java.lang.Long)
12. * StringTool.fetchNumberValue(" 28 ") = 28 (java.lang.Integer)
13. * StringTool.fetchNumberValue("3.8") = 3.8 (java.lang.Double)
14. * StringTool.fetchNumberValue("-99") = -99 (java.lang.Integer)
15. * StringTool.fetchNumberValue("+15") = null
16. * StringTool.fetchNumberValue(".45") = 0.45 (java.lang.Double)
17. * StringTool.fetchNumberValue("-.1") = -0.1 (java.lang.Double)
18. * StringTool.fetchNumberValue("0x3AFF0") = null
19. * StringTool.fetchNumberValue("042") = 42 (java.lang.Integer)
20. * StringTool.fetchNumberValue("Spads") = null
21. * StringTool.fetchNumberValue("") = null
22. * StringTool.fetchNumberValue(null) = null
23. * StringTool.fetchNumberValue("5 - 3") = null
24. * StringTool.fetchNumberValue("3.1415926.5358") = null
25. * StringTool.fetchNumberValue("13205972138597109830758190748937102794")
26. * = 1.320597213859711E37 (java.lang.Double)
27. * </pre>
28. *
29. * 本方法不涉及正则表达式，同时未避免生成异常的巨大系统消耗，通过遍历字符串每
30. * 一个字符来判断其是否符合十进制数值格式，格式不符则直接返回
31. * <code>null</code> 。如果格式符合，浮点数按 {@link Double} 识别，整数按
32. * {@link Long} 识别。如果数值范围符合 {@link Integer} ，则转换。
33. *
34. * @see StringTool#removeChar(String, char)
35. * @param numStr 准备提取数值的字符串
36. * @return 传入字符串按十进制理解的数值对象，其类型有可能为
37. * <code>Long</code> 、 <code>Integer</code> 或者 <code>Double</code>。
38. * @exception NumberFormatException 当字符串是整数但超过了
39. * {@link Long#MIN_VALUE} - {@link Long#MAX_VALUE} 范围同时其位数并不大于 20，
40. * 或者字符串是浮点数 但超过了
41. * {@link Double#MIN_VALUE} - {@link Double#MAX_VALUE} 范围。
42. */
43. static public Number parseNumber(String numStr)
44. {
45. if (numStr == null || (numStr = numStr.trim()).length() == 0)
46. return null;
47. final StringBuilder numBuilder = new StringBuilder();
48. boolean doubleFlag = false;
49. final int length = numStr.length();
50. char numChar;
51. for (int index = 0; index != length; index++)
52. {
53. numChar = numStr.charAt(index);
54. if (numChar > 57) return null;
55. switch (StringTool.charType[numChar])
56. {
57. // 在之前没有小数点的情况下出现小数点，记录，同时认为此字符串是浮点数
58. case 3:
59. if (doubleFlag || index == length - 1) return null;
60. doubleFlag = true;
61. // 此处通过
63. // 如果是数字，认为此字符串还是数值，检查下一个字符
64. case 4: numBuilder.append(numChar);
65. // 此处通过
67. // 如果是空格，直接检查下一个字符
68. case 1: continue;
70. // 如果是负号，又不是首位，则按非数值字符串进行返回
71. case 2:
72. if (index == 0)
73. {
74. numBuilder.append(numChar);
75. continue;
76. }
77. // 此处通过
79. // 如果字符不符合数值格式，方法按非数值字符串进行返回
80. case 0: return null;
81. }
82. }
84. if (doubleFlag || length > 20)
85. return Double.valueOf(numBuilder.toString());
87. // 非浮点数情况，如果数值在整数范围内，则按整数返回。否则按长整数返回。
88. final long num = Long.parseLong(numBuilder.toString());
89. final int finalNum = (int) num;
90. if (finalNum != num) return num;
91. return finalNum;
92. }
94. /**
95. * <b>字符类型数组</b><br/>
96. * 为字符串抽取数值含义提供的字符类型获取器。通过将字符本身作为此数组下标获取对应
97. * 类型。类型用整数表示，含义如下。<br/>
98. * 1 为空白间隔，对应 <code>' '</code> 和 <code>'\t'</code><br/>
99. * 2 为负号，对应 <code>'-'</code><br/>
100. * 3 为小数点，对应 <code>'.'</code><br/>
101. * 4 为数字，对应 <code>'0', '1', '2', '3', '4', '5', '6', '7', '8', '9'</code>
102. */
103. static private int[] charType = {
104. 0,0,0,0,0, 0,0,0,0,1,
105. 0,0,0,0,0, 0,0,0,0,0,
106. 0,0,0,0,0, 0,0,0,0,0,
107. 0,0,1,0,0, 0,0,0,0,0,
108. 0,0,0,0,0, 2,3,0,4,4,
109. 4,4,4,4,4, 4,4,4
110. };