Java字符串操作与处理技巧-优快云博客

http://blog.youkuaiyun.com/pipisorry/article/details/43303145

Java字符串操作

两个字符串比较大小compareTo()

使用 String.compareTo 方法：
compareTo() 的返回值是int, 它是先比较对应字符的大小(ASCII码顺序)
1、如果字符串相等返回值0
2、如果第一个字符和参数的第一个字符不等,结束比较,返回他们之间的差值（ascii码值）（负值前字符串的值小于后字符串，正值前字符串大于后字符串）
3、如果第一个字符和参数的第一个字符相等,则以第二个字符和参数的第二个字符做比较,以此类推,直至比较的字符或被比较的字符有一方全比较完,这时就比较字符的长度.

String s1 = "abc";
String s2 = "abcd";
String s3 = "abcdfg";
String s4 = "1bcdfg";
String s5 = "cdfg";
System.out.println( s1.compareTo(s2) ); // -1 (前面相等,s1长度小1)
System.out.println( s1.compareTo(s3) ); // -3 (前面相等,s1长度小3)
System.out.println( s1.compareTo(s4) ); // 48 ("a"的ASCII码是97,"1"的的ASCII码是49,所以返回48)
System.out.println( s1.compareTo(s5) ); // -2 ("a"的ASCII码是97,"c"的ASCII码是99,所以返回-2)

字符串拼接

string拼接不要+，用join

方式1：

public static String join(CharSequence delimiter, CharSequence... elements)
此方法的第一个参数指定用于连接多个字符串的分隔符。注意，如果元素为null，则添加"null"。
String message = String.join("-", "This", "is", "a", "String");
// message returned is: "This-is-a-String"

方式2：

String a = 1+"d"+2;

其中也可以有int等等类型。

方式3：

str2.concat("c");

方式4：

StringBuilder stringBuilder = new StringBuilder("a");
stringBuilder.append("c");
String str3 = stringBuilder.toString();

当在频繁进行字符串的运算（如拼接、替换、删除等），或者在系统性能临界的时候，我们可以考虑使用concat或append方法。因为append方法最快、concat次之、加号最慢。

[Java 字符串拼接效率比较_添仔哥哥的博客-优快云博客]

字符串替换replaceAll

示例：JAVA 去除字符串首尾特定字符
String regex = "^" + splitter + "*|" + splitter + "*$";
return srcStr.replaceAll(regex, "");

字符串查找indexOf

1、int indexOf(String str) ：返回第一次出现的指定子字符串在此字符串中的索引位置。
2、int indexOf(String str, int startIndex)：从指定的索引位置开始，返回第一次出现指定子字符串在此字符串中的索引位置。
3、int lastIndexOf(String str) ：返回此字符串中最后一次出现指定子字符串的索引位置。
4、int lastIndexOf(String str, int endIndex) ：返回从索引位置0开始到指定位置，最后一次出现子串的索引位置。

java判断字符串包含某个字符段

1. 用indexOf()方法

String str = "1234567";

if(str.indexOf("23") != -1) {
System.out.println("包含该字符串"); }

    public void test1() {

       String string = "good morning everyone";
       String sub = "morning";
       int a = string.indexOf(sub);

       if (a >= 0) {
           System.out.println("morning在字符串中的位置:" + a);
           String ss1 = string.substring(0, a + sub.length());
           String ss2 = string.substring(a + sub.length(), string.length());
           System.out.println("你需要的结果是:" + ss1);
           System.out.println("删掉的字符是:" + ss2);
       } else {
            System.out.println("不存在");}}

2. 用repalce()方法

public class Test {
  public static void main(String[] args) {

   String s1 = "abc";
   String s2 = "1111abcdefe"; 

   if(s2.contains(s1)){
    System.out.println("s2包含了s1");    //删掉s1
    s2 = s2.replace(s2.substring(s2.indexOf(s1), s2.length()), "");
    System.out.println(s2);
   }else{
    System.out.println("s2不包含s1");
   }
  }
}

java判断一个字符串中是否包含某几个字符

1. string.matches(".*[【(个人)]*简\\s*[介历]*[】]*：*.*")

string.charAt(0) + "").matches("[,，]")

note:matches("[;；.：:。]")中要有[]，否则是匹配整个字符串

字符串分割split()

sourceStr.split(regex,maxSplit)

String[] sourceStrArray = sourceStr.split(",");

[java.lang.String 的 split() 方法]

字符串子串substring()

public String substring(int beginIndex, int endIndex)
第一个int为开始的索引，对应String数字中的开始位置，
第二个是截止的索引位置，对应String中的结束位置
1、取得的字符串长度为：endIndex - beginIndex;
2、从beginIndex开始取，到endIndex结束，从0开始数，其中不包括endIndex位置的字符
如："hamburger".substring(4, 8) returns "urge"
取长度大于等于3的字符串a的后三个子字符串，只需a.subString(a.length()-3, a.length());

Java获取指定位置上字符charAt()

char c = string.charAt(int index);

字符串转换

String转List

String[] strs = {"aa","bb","cc"};
List<String> strsToList1= Arrays.asList(strs);
或者
List<String> strsToList2=new ArrayList<>();
Collections.addAll(strsToList2,strs);

str转list

范式
<T> List<T> result = Stream.of(str.split(",")).map(String::trim).map(convertFunction).collect(Collectors.toList());
其中
Function<String, T> convertFunction = Integer::valueOf; //long字符串转list
String::valueOf; //string字符串转list

字符串转set

Set<String> tmpItemSet = new HashSet<>(Arrays.asList(totalResi.split(",")));

hash:将字符串转成int数值

在Java中，整型数是32位的，也就是说最多有2^32= 4294967296个整数，将任意一个字符串，经过hashCode计算之后，得到的整数应该在这4294967296数之中。那么，最多有 4294967297个不同的字符串作hashCode之后，肯定有两个结果是一样的。

hash的string变化大时，直接.hashCode()可能冲突多。但是使用md5，又hash到128位了。所以两个结合。
Note: MD5是128位hash码（4个整数，每个整数4个字节）。我们假设它的计算结果是足够随机和足够分散的。因此，一个文件的MD5码，有2的128次方（用2e128表示，下面都用这种方式表示）个可能。进而我们知道，随意找出来的两个文件的MD5码相等的可能性，是2e128分之一。

import java.math.BigInteger;
import java.security.MessageDigest;
import java.security.NoSuchAlgorithmException;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;

public class HashUtils {

    /**
     * 将字符串转成数值
     */
    public static int getUniqueInteger(String name) {
        String plaintext = name;
        int hash = name.hashCode(); // 点开可看内部实现
        MessageDigest m;
        try {
            m = MessageDigest.getInstance("MD5");
            m.reset();
            m.update(plaintext.getBytes());
            byte[] digest = m.digest();
            BigInteger bigInt = new BigInteger(1, digest);
            String hashtext = bigInt.toString(10);
            // Now we need to zero pad it if you actually want the full 32 chars.
            while (hashtext.length() < 32) {
                hashtext = "0" + hashtext;
            }
            int temp = 0;
            for (int i = 0; i < hashtext.length(); i++) {
                char c = hashtext.charAt(i);
                temp += (int) c;
            }
            return hash + temp;
        } catch (NoSuchAlgorithmException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
        return hash;
    }


    public static void main(String[] args) {
        List<String> ss = Arrays.asList("夏天女装", "女装夏天", "老板，夏装", "ysl", "ysl \"限量版-口红");
        for (String s : ss) {
            System.out.println(s);
            System.out.println(getUniqueInteger(s));
            System.out.println(s.hashCode());
        }
    }
}

[Get unique integer value from string]

[hashcode的实现和原理https://www.cnblogs.com/javastack/p/14103260.html]

皮皮blog

Java字符串其它处理

java判断字符串是否为double

try{
 double b = Double.parseDouble(s);
}catch(Exception e){
   //如果有异常 ， s 字符串就不是一个double
}

Java正则表达式在字符串中插入字符

在字符串中日期1985[.07]-(- ——等等)1988[.12]前面插入句号，已经是。：；不插入，是. 等等替换
1.                  // 处理简历中的句号
                   String[] tmpResumeContents = resumeContent
                           .split("[（(]*[\\d]{4}.[\\d]{2}[-——－]*[[\\d]{4}.[\\d]{2}]*");// 1985.07-1988.12
                   // for (String tmpResumeContent : tmpResumeContents)
                   // System.err.println("^^^^^^^^^" + tmpResumeContent);
                   StringBuffer original = new StringBuffer(resumeContent);
                   // System.err.println("^^^^^^^^^" + original);
                   for (String tmpResume : tmpResumeContents) {
                       // System.err.println("**************" + tmpResume
                       // +"tmpResume.length(): " + );
                       if (tmpResume.length() != 0
                               && !(original.indexOf(tmpResume) + tmpResume.length() == original.length())
                               && (!(original.toString().charAt(original.indexOf(tmpResume) + tmpResume.length() - 1) + "")
                                       .matches("[。：；]")))
                           if ((original.toString().charAt(original.indexOf(tmpResume) + tmpResume.length() - 1) + "")
                                   .matches("[.,，]")) {
                               // System.err.println("^^^^^^^^^"+(original.toString().charAt(original.indexOf(tmpResume)+
                               // tmpResume.length() - 1)));
                               original.replace(original.indexOf(tmpResume) + tmpResume.length() - 1,
                                       original.indexOf(tmpResume) + tmpResume.length(), "。");
                           } else {
                               int insertPoint = 0;
                               do {
                                   // System.err.println("^^^^^^^^^" +
                                   // original);
                                   // System.err.println("***" + tmpResume);
                                   // System.out.println("***" + insertPoint);
                                   insertPoint = original.indexOf(tmpResume, insertPoint) + tmpResume.length();
                                   // System.out.println("&&&" + insertPoint +
                                   // "&&&" +
                                   // original.toString().charAt(insertPoint));
                               } while ((insertPoint < original.length())
                                       && !(("" + original.toString().charAt(insertPoint)).matches("[\\s]*[\\d(（]*")));
                               // System.err.print("***" + tmpResume);
                               // System.err.print("&&&" + insertPoint + "&&&"
                               // + original.toString().charAt(insertPoint)
                               // + "\n");
                               original.insert(insertPoint, "。");
                           }
                   }
                   resumeContent = original.toString();// 因为resumeContent.indexOf要时时更新
                   resumeContent = endWithDot(resumeContent);
                   // System.err.println("***************" + resumeContent);

2. lastIndexOf(String str):反向索引解决可能两次匹配情况

do_while循环解决多次匹配情况

3. 取出日期来匹配，不用日期spilt后的字符串匹配，就没有多次匹配出现了

Java中文转码解码

爬虫中文乱码处理

package Test;

import java.io.UnsupportedEncodingException;
import java.net.URLDecoder;
import java.net.URLEncoder;

public class EncodeConvert {
   public static void main(String[] args) {
       System.out.println(getencode("赵景山"));
       System.out.println(getDecode("%D5%D4%BE%B0%C9%BD"));
   }

   // 中文转码
   public static String getencode(String str) {
       String encodeStr = null;
       try {
           // 编码类型为gbk
           encodeStr = URLEncoder.encode(str, "gbk");
       } catch (UnsupportedEncodingException e) {
           e.printStackTrace();
       }
       return encodeStr;
   }

   // 解码
   public static String getDecode(String str) {
       String decodeStr = null;
       try {
           // 编码类型为gbk
           decodeStr = URLDecoder.decode(str, "gbk");
       } catch (UnsupportedEncodingException e) {
           e.printStackTrace();
       }
       return decodeStr;
   }
}