增强J2ME的String能力——分割字符串(附源代码)

增强J2ME的String能力——分割字符串(附源代码)

作者:陈跃峰

出自:http://blog.youkuaiyun.com/mailbomb

<o:p> </o:p>

       从JDK1.4以后,String类中新增了split方法来实现字符串的分割,但是在J2ME中却没有该方法(MIDP2.0中也没有实现),但是在实际使用过程中,有些时候的确要用到这种操作,这里将我以前实现的一段代码和大家共享,不足之处大家多提意见和建议:

<o:p> </o:p>

/**

  * 分割字符串,原理:检测字符串中的分割字符串,然后取子串

  * @param original 需要分割的字符串

  * @paran regex    分割字符串

  * @return 分割后生成的字符串数组

  */

 private static String[] split(String original,String regex)

 {

  //取子串的起始位置

  int startIndex = 0;

  //将结果数据先放入Vector中

  Vector v = new Vector();

  //返回的结果字符串数组

  String[] str = null;

 

  //存储取子串时起始位置

  int index = 0;

  //获得匹配子串的位置

  startIndex = original.indexOf(regex);

 

  //System.out.println("0" + startIndex);

 

  //如果起始字符串的位置小于字符串的长度,则证明没有取到字符串末尾。

  //-1代表取到了末尾

  while(startIndex < original.length() && startIndex != -1)

  {

   String temp = original.substring(index,startIndex);

  

   System.out.println("     "  + startIndex);

  

   //取子串

   v.addElement(temp);

            //设置取子串的起始位置

   index = startIndex + regex.length();

   //获得匹配子串的位置

   startIndex = original.indexOf(regex,startIndex + regex.length());

  }

  //取结束的子串

  v.addElement(original.substring(index + 1 - regex.length()));

 

  //将Vector对象转换成数组

  str = new String[v.size()];

  for(int i=0;i<v.size();i++)

  {

   str[i] = (String)v.elementAt(i);

  }

  //返回生成的数组

  return str;

 }

Java RAG生产落地实战:Spring Boot + Docker边缘部署方案 RAG(检索增强生成)作为当前知识库问答的核心技术范式,其本质是将外部结构化/非结构化知识动态注入大模型推理过程,以缓解幻觉、提升准确性。在Java技术栈中,实现稳定、可运维的RAG系统面临向量检索、文档解析、LLM集成与容器化部署四大工程挑战。本文聚焦JVM生态原生实践,基于Spring Boot 3.2构建端到端RAG流水线,覆盖PDF/Word混合解析、Elasticsearch+Milvus混合检索、ONNX加速向量化、Ollama本地模型直连等关键环节,并通过Dockerfile深度定制、多环境. 阅读详情

相关推荐

AlphaFold3实战:用它预测抗体结构,我的CDR H3环RMSD降到了2Å以内

本文详细介绍了如何利用AlphaFold3(AF3)高精度预测抗体结构,特别是CDR H3环的建模,其RMSD可降至2Å以内。通过实战演示从序列输入到结构优化的全流程,包括参数配置、置信度指标解读及结果分析,帮助研究人员快速掌握AF3在抗体药物研发中的应用。

weixin_29224529的博客 187

增强J2ME的String能力-分割字符串

        从JDK1.4以后,String类中新增了split方法来实现字符串的分割,但是在J2ME中却没有该方法(MIDP2.0中也没有实现),但是在实际使用过程中,有些时候的确要用到这种操作,这里将我以前实现的一段代码和大家共享: /*** 分割字符串,原理:检测字符串中的分割字符串,然后取子串* @param original 需要分割的字符串* @pa

神秘嘉宾 333

5G NR LDPC码(2)—— 从基图到速率匹配:解码5G高速数据信道的标准化设计

本文深入解析了5G NR LDPC码的标准化设计流程。从作为核心骨架的基图(BG1/BG2)出发,详细阐述了其如何通过扩展因子Z灵活生成实际校验矩阵,并协同传输块大小计算与分段策略。文章重点剖析了基于循环缓存和冗余版本的速率匹配机制,以及其如何高效支撑增量冗余混合自动重传请求,从而确保5G高速数据信道在复杂环境下的可靠与高效传输。

weixin_29206669的博客 273

J2ME-将字符串转换成字符串数组

 /** * 分割字符串,原理:检测字符串中的分割字符串,然后取子串 * @param original 需要分割的字符串 * @paran regex    分割字符串 * @return 分割后生成的字符串数组 */ private static String[] split(String original,String regex) { //取子串的起始位

*童稚的心* 1608

开源ISP介绍(1)——开源ISP的Vivado框架搭建

ZYNQ视频图像处理系统,ISP图像处理硬件实现

路漫漫其修远兮,吾将上下而求索 3292

ROS牛耕法全覆盖规划:从算法原理到清洁机器人实战解析

本文深入解析ROS牛耕法全覆盖规划算法在清洁机器人中的应用,从算法原理到实战优化技巧全面覆盖。详细介绍了地图预处理、区域分解和路径优化等关键步骤,并分享实际案例中的解决方案,帮助开发者提升机器人清扫效率和覆盖率。

weixin_27013291的博客 393

J2ME程序开发全方位基础讲解汇总2

十、增强J2ME的String能力——分割字符串 JAVA手机网[www.cnjm.net]  从JDK1.4以后,String类中新增了split方法来实现字符串的分割,但是在J2ME中却没有该方法(MIDP2.0中也没有实现),但是在实际使用过程中,有些时候的确要用到这种操作,这里将我以前实现的一段代码和大家共享: /** * 分割字符串,原理:检测字符串中的分割字符串,然后取子串 J...

非典型程序员 141

写给小白的“具身智能”入门科普

智能”,大家都懂,也就是AI。那么,什么是“具身”?“具身”是一个很小众的名词,通常都出现在哲学、认知科学领域。它的英文叫Embodied,是embody的过去式和过去分词。em-表示“进入,使……”,-body表示“身体”。组合起来,就是“使……进入身体”。Embodied Intelligence(具身智能),顾名思义,就是“使智能进入身体”、“给智能一个身体”的意思。那么,具身智能,是不是就是“AI+身体”呢?这样说并不准确。

欢迎来到我的博客 1823

J2ME开发全程简述(二)开发周边(上)

十、增强J2ME的String能力——分割字符串  从JDK1.4以后,String类中新增了split方法来实现字符串的分割,但是在J2ME中却没有该方法(MIDP2.0中也没有实现),但是在实际使用过程中,有些时候的确要用到这种操作,这里将我以前实现的一段代码和大家共享:/*** 分割字符串,原理:检测字符串中的分割字符串,然后取子串* @param original 需要分割的字符串* @p

爨球的专栏 1302

Gitlab通过Webhook自动触发Jenkins构建任务并在更新完毕后发送钉钉消息通知

Gitlab通过Webhook自动触发Jenkins构建任务并在更新完毕后发送钉钉消息通知 文章目录Gitlab通过Webhook自动触发Jenkins构建任务并在更新完毕后发送钉钉消息通知1.实现思路2.新增钉钉机器人并测试消息的发送2.1.新增钉钉机器人2.2.测试发送消息到钉钉3.在Jenkins中新建一个构建任务3.1.新建任务3.2.配置任务时增加参数化构建过程3.3.配置任务添加git地址3.4.配置构建触发器生成gitlab webhook使用的token3.5.配置任务构建过程中执行的She

江晓龙的博客 3812

损失函数大汇总(五十三)(Boundary Loss附公式推导与代码)

摘要 Boundary Loss是一种针对图像分割任务的新型损失函数,特别适用于高度类别不平衡的细粒度分割场景。与传统的区域型损失(如Dice、交叉熵)不同,它通过计算预测边界与真实边界之间的距离来优化模型,更关注边界精度而非区域重叠。核心思想是利用距离图(distance map)将边界约束转化为区域积分形式,实现端到端训练。具体实现中,损失函数为预测概率与距离图的点积,梯度仅取决于距离图,具有明确的空间引导性。相比区域型损失,Boundary Loss能更好处理小目标、细长结构等边界敏感任务,可与Dic

悦学共鸣,温柔以待,汇聚光芒,共同成长 241

LangChain4j 中文文档

欢迎!LangChain4j 的目标是简化将大语言模型集成到 Java 应用中的过程。它的实现方式如下:统一 API: 大语言模型提供商(如 OpenAI 或 Google Vertex AI)和嵌入(向量)存储(如 Pinecone 或 Milvus)都使用专有 API。LangChain4j 提供统一 API,避免你为每个提供商或存储分别学习和实现特定 API。想尝试不同的大语言模型或嵌入存储时,你可以轻松切换,而无需重写代码。LangChain4j 目前支持 20+ 个主流大语言模型提供商 和 30+

qq_43356685的博客 990

14、改进的目标检测与图像去模糊算法研究

本文研究了改进的目标检测与图像去模糊算法。改进的YOLOv5s算法在目标检测中通过添加PSA模块和VoVGSCSP结构,在轻量化模型的同时提高了检测的准确性和速度,适用于电力操作安全穿戴设备检测等场景。XT-GAN结合Transformer和生成对抗网络,在图像去模糊任务中有效解决了传统方法的不足,具有更低的计算复杂度和良好的鲁棒性。两种算法为计算机视觉领域的相关任务提供了更高效、准确的解决方案。

c7d8e的博客 215

Access数据库模糊搜索功能实现:从VBA代码到用户体验优化

在数据库应用中,数据检索是核心功能之一。传统的关系型数据库通过SQL查询语言实现数据筛选,而模糊搜索技术则基于模式匹配原理,允许用户使用通配符进行不确定条件查询。这项技术对于提升数据检索效率和用户体验具有重要价值,广泛应用于客户管理、库存查询等需要快速定位信息的业务场景。在Access数据库开发中,通过结合VBA编程和窗体设计,可以构建出类似搜索引擎的交互界面,实现多字段、多关键词的智能搜索。本文以客户信息管理系统为例,详细解析了如何利用参数查询和动态SQL构建搜索引擎,并针对性能优化和SQL注入防护等实际

weixin_34007886的博客 332

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

Access数据库VBA搜索功能实现:跨字段模糊查询与实时交互设计

数据库查询是数据管理中的基础操作,其核心原理是通过结构化查询语言(SQL)对数据进行检索与筛选。在Access等桌面数据库应用中,高效的查询机制能显著提升数据检索效率与用户体验。从技术价值看,良好的搜索功能不仅减少人工查找时间,更能降低操作门槛,使非技术用户也能快速定位所需信息。在应用场景上,企业内部管理系统(如客户管理、库存查询)尤其需要直观的搜索交互。本文聚焦于Access数据库,通过VBA编程实现跨字段模糊查询,并融入实时搜索与防抖优化等热词技术,构建响应式搜索界面,解决用户在多字段数据中快速定位记录

weixin_30607029的博客 466

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

基于Spring AI与RAGFlow构建私有知识库AI问答应用实战

检索增强生成(RAG)技术通过将大语言模型的强大生成能力与外部知识库的高效检索相结合,有效解决了AI应用开发中的成本、准确性与数据安全等核心痛点。其原理是在用户提问时,先从私有知识库中检索出最相关的信息片段,再将这些片段作为上下文提供给大模型,从而生成基于事实依据的答案。这一架构将知识存储与模型推理解耦,大幅降低了模型调用成本,减少了幻觉现象,并确保了数据不出私有域。在工程实践中,开发者可以借助Spring AI框架统一管理模型调用与Prompt工程,并集成如RAGFlow这类开箱即用的知识库引擎来处理文档

weixin_30770783的博客 409

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

JSON实战全解析:从规范细节到多语言避坑与高级应用

JSON(JavaScript Object Notation)作为一种轻量级的数据交换格式,其核心原理在于基于文本、独立于语言的键值对结构,易于人阅读和机器解析。这一特性使其在现代软件开发中展现出巨大的技术价值,成为连接前后端、微服务及配置管理的通用数据桥梁。在实际应用场景中,开发者常需处理如数据校验、格式转换与性能优化等工程实践问题。例如,通过JSON Schema可定义严格的数据契约以确保接口健壮性,而针对Python登录等场景,需明确区分表单提交与JSON提交的Content-Type设置。本文聚焦

cuiji1279的博客 427

linux 文本编辑器:vi、vim、实用技巧、vimplus、插件管理器vundle、Nano编辑器

Vim / Vi 是一个功能强大的全屏幕文本编辑器。vim ( Vi IMproved ) 是 vi的一个加强版,主要用来 "创建、编辑、显示" 文本文件。现在主流的 linux 都会安装 vim 文本编辑器。Vim/Vi 没有菜单,只有命令。linux 下还有另外2个强大的编辑器 Emacs、Nano。

freeking101的博客 4万+

AI编排:企业级系统与大模型融合的智能调度中枢

AI编排(AI Orchestration)是一种面向企业智能化落地的新型架构范式,其核心在于协调传统IT系统(如SAP、Salesforce、Oracle)与大语言模型(LLM)之间的语义鸿沟、数据断层与治理差异。它并非替代ESB或单纯调用API,而是通过职责分离实现安全、可观测、可审计的智能流程调度——MuleSoft负责连接、认证、事务与合规管控,LangChain专注推理链、RAG与Prompt工程。该模式显著提升AI在销售预测、供应链预警、HR合规等高价值场景中的工程化就绪度,是当前企业从‘能用A

weixin_30847865的博客 340

菜鸟教程 --- Vue3 教程

​Vue (读音 /vjuː/,类似于view) 是一套用于构建用户界面的渐进式框架。与其它大型框架不同的是,Vue 被设计为可以自底向上逐层应用。Vue 的核心库只关注视图层,不仅易于上手,还便于与第三方库或既有项目整合。另一方面,当与现代化的工具链以及各种支持类库结合使用时,Vue 也完全能够为复杂的单页应用提供驱动。................................................

freeking101的博客 9434

【AI Agent】2026年9月 AI Agent 全栈开发最新技术面试宝典(含高频+必背+大厂真题)

本文整理了2026年AI Agent全栈开发最新技术面试题,涵盖基础概念、核心框架和系统设计等关键领域。重点解析了AI Agent与普通Chatbot的本质区别(自主闭环执行能力)、Agentic Loop的完整工作流程(规划-执行-观察-评估循环),以及ReAct范式的原理与适用场景。特别强调面试回答技巧:需结合工程实践中的典型问题、处理方案和量化指标,而非简单背诵定义。内容来自字节、阿里等大厂真实面经,适合3-5年经验开发者准备春招面试,突出考察候选人在复杂场景下的技术决策能力。

小江的记录本 4624

03 大模型核心开发框架

如果是java选手,学习过langchain4j,上手这部分内容应该很快。先详细看看课程目标建立对 LangChain 的整体认识,知道它是什么、解决什么问题、在 AI 应用开发里处于什么位置。理解 LangChain 在 1.x 时代的产品边界、包结构、版本演进,以及它与LangGraph、LangSmith、Deep Agents 的关系。建立对 Model I/O、Chains、Memory、Retrieval、Tools/Agents、Callbacks 这六类教学视角的整体认知。

Misnearch的博客 398

Python入门

二、编写第一个程序 三、Debug 四、注释 五、输出函数 03.变量 一、变量 二、标识符 三、数值类型 四、字符串 五、格式化输出 04.运算符 一、运算符 二、输入函数 三、转义字符 四、上节课知识点补充 05.if判断 一、if判断 二、运算符 三、if-else 四、if嵌套 06.循环语句 一、循环介绍 二、 while循环 三、for循环 四、break和continue 06.循环语句 一、循环介绍 二、 while循环 三、for循环 四、b

gqk01的博客 1091
上一篇: J2ME开发小技巧——模拟器上的快捷键
下一篇: J2ME中值得期待的几种技术
java2000_test
博客等级 码龄19年 10粉丝 320原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值