14字符串和文本处理

最新推荐文章于 2024-01-12 15:16:06 发布

xiaolu_god2015

最新推荐文章于 2024-01-12 15:16:06 发布

阅读量217

点赞数

分类专栏： c# 文章标签： c# string 语言文化格式化

本文链接：https://blog.youkuaiyun.com/xiaolu_god2015/article/details/49976307

版权

c# 专栏收录该内容

15 篇文章

订阅专栏

c#中，对于字符串的处理，使用起来比较方便【String类型被定义为基元类型】，当程序中出现literal（字符串常量时）会直接应用到string上【个人一般习惯写小写keywords(语法着色），这里string和String类是对应的，类似object和Object类】

string是不可变的【immutable】,string类型中的大多数方法返回的都是一个新构造的字符串，使用者不用担心破坏原来的输入串，由于不可变，也有了线程安全性。

稍微注意的是：
string s = new string("hello" 这样的语句编译器是不允许的【不允许以串为参数来动态构造string（不过不安全【unsafe】的代码，比如传人char*，byte* 等等是允许的】，实际应用中也大多是string s = "hello" 这种方式来书写【这里只是提一下规则】

由于程序中对string的大量使用，因此，string类型和CLR是直接相关的。CLR会用一些特殊的方式来构造string。【不再newobj,而是ldstr】

string也允许像c语言那样，直接在串中提供一些特殊字符来方便实用【比如hello \r\n world 来进行换行】，对于换行推荐的方式是使用Environment.NewLine
;
对于路径，文件名，正则应用中，可以通过在串前输入@来避免串中特殊字符的转义。
例如：

string s = "c:\\windows\\system32";
//和
string s = @"c:\windows\system32";
//是等价的【产生相同的IL代码】，但是第二种无疑更方便书写和阅读。

如果程序中会用到大量相同的字符串，我们可以使用字符串拘留技术【String.Intern()】

string s1 = "hello";
string s2 = "hello";

System.Console.WriteLine(Object.ReferenceEquals(s1,s2));
//返回false【不过4.0之后会返回True，可能是4.0对此进行了某种优化】

string s3 = string.Intern("world");
string s4 = string.Intern("world");
System.Console.WriteLine(Object.ReferenceEquals(s3,s4));
//返回True，使用Intern可以确保这一点【不用过于担心CLR随着版本不同作出不同优化】

但是不要过分使用Intern字符串拘留，因为使用Intern，进行字符串拘留本身也要耗费时间。

string是不可变的，如果程序中大量用到需要动态构造获得的串，就可以考虑使用System.Text.StringBuilder类型。StringBuilder类型是可变的串。【内部维护一个char数组】。在构造完成后，直接调用类型的ToString()方法将其转为string即可。【具体用法可以查阅资料】

大致说完了常用的一些概念，这里说说字符串比较和输出和语言文化的概念。

语言文化在平时的个人编程中【特别是客户端】相对可能用的比较少。但是，不同的国家不用语言文化，也会导致对于字符串的输出和比较有些不同【这个只要提起就不难理解—-程序如果是面向其他国家其他地区的用户呢】

这里，先说输出，一般对于对象的输出，是调用类型中的ToString方法【ToString是object类型中的一个virtual修饰方法，如果在自己的实现类型中没有重写这个方法，那么就会调用object中（或者此类的其他实现了ToString()的基类）】，但是对于ToString()的使用，一般使用无参数的ToString（）这有两个问题：第一，无法控制字符串的格式【比如输出百分比，十六进制数字等】，第二，不能方便的选择一种语言文化【这在服务器端尤其麻烦明显】

因此，为了对字符串有更多的控制，应当实现IFormattable接口

public string ToString(string format, IFormatProvider formatProvider);

IFormattable接口中有一个带两个参数的ToString()方法，第一个参数format,作用是告诉方法该如何格式化对象第二个参数是System.IFormatProvider接口的一个具体实现类型，为ToString()提供了具体的语言文化信息。

对于第一个参数【format】如何格式化字符串，FCL【框架类库】定义的许多类型都可以识别很多种格式，例如DateTime中’d’表示短日期，“D”表示产日期等等【举了两个例子，具体查看MSDN】，所有内建的基数值类型都支持，“C”表示货币，”D”表示十进制格式等。【format往往取这些值。】

进行数字格式化时，应该用适合语言文化的信息来进行格式化。格式化数字时，ToString()方法会检查第二个参数【formatProvider】，如果是null，ToString()会读取System.Theading.Thead.CurrentThead.CurrentCulture属性来判断与调用线程关联的文化信息。CurrentCulture属性返回的是一个System.Globalization.CultureInfo类型实例，ToString()会读取CultureInfo的两个属性【NumberFormat和DateTimeFormat,究竟读取那个–根据当前要格式化的是一个数字还是日期来决定】，而这两个属性分别返回System.Globalization.NumberFormatInfo和System.Globalization.DataTimeFormatInfo【其中NumberFormatInfo中有一系列属性，不CurrencySymbol,CurrencyDecimalSeparator】。

调用IFormattable的ToString()时候，第二个参数【formatProvider】可以不传递null，而是传递一个对象引用【当然该对象实现了IFormatProvider接口】

public interface IFormatProvider
    {
        // 摘要: 
        //     返回一个对象，该对象为指定类型提供格式设置服务。
        //
        // 参数: 
        //   formatType:
        //     一个对象，该对象指定要返回的格式对象的类型。
        //
        // 返回结果: 
        //     如果 System.IFormatProvider 实现能够提供该类型的对象，则为 formatType 所指定对象的实例；否则为 null。
       object GetFormat(Type formatType);
    }

IFormatProvider接口的实现基本思路是：如果一个类型实现了该接口【IFormatProvider】，就认为该类型的实例能提供符合语言文化的信息，从而忽略调用线程关联的语言文化信息【前面说了，无参ToString()会根据System.Theading.Thead.CurrentThread.CurrentCulture中的信心来决定语言文化】

一下引入如此多的类，是否有点乱，图一张小图，看起来就简单明了了。

图形化解释上面概念

Decimal d = 123.5m;
string s = d.ToString("C", new CultureInfo("en-US"));//$123.5 
//改en-US为zh-CN输出 ￥123.5
Console.WriteLine(s);

不要疑惑，在FCL中，IFormatProvider有三个实现类型【没有猜错，上面的CultureInfo就是其中一个】，还有两个分别是NumberFormatInfo和DateTimeInfo。
通过上面程序输出应该可以看到语言文化对程序的影响了【美国货币是$，中国是￥等等】

字符串比较语言文化和编码等放在下一篇讲。