跟着 Guava 学 Java 之字符串处理

小盒子的技术分享
427 阅读6分钟

Joiner

Guava Joiner

顾名思义就是将字符串连接起来

  Joiner joiner = Joiner.on("; ").skipNulls();

  System.out.println(joiner.join("Harry", null, "Ron", "Hermione"));

  //可以传集合、数组或多个参数
  List<Integer> nums = List.of(1, 2, 3, 4, 5);
  System.out.println(joiner.join(nums));

输出：

Harry; Ron; Hermione
1; 2; 3; 4; 5

上面代码中忽略了 null 也可以将 null 替换为其他字符串，比如：

System.out.println(Joiner.on("; ").useForNull("**").join(1,2,3,null));

Joiner 是线程安全的，一般你可以定义一个 static final的常量：

static final Joiner joiner = Joiner.on(",");

还可以将 map 也 join 起来：

  Joiner.MapJoiner mapJoiner = Joiner.on("; ").withKeyValueSeparator("|");
  Map<String, Integer> testMap = Map.of("a", 1, "b", 2);
  System.out.println(mapJoiner.join(testMap));

输出：

b|2; a|1

其他 Joiner

JDK 自身也有 String 的 Joiner API：

  String PREFIX = "[";
  String SUFFIX = "]";
  StringJoiner jdkJoiner = new StringJoiner(",");
  StringJoiner jdkJoiner2 = new StringJoiner(
          ",", PREFIX, SUFFIX);

  System.out.println(jdkJoiner2.add("a").add("b").add("c").toString());

可以添加前、后缀，但元素只能一个一个 add，没有 guava 方便 。

如果你是简单的 join 需求，使用 JDK8 以后的 API，直接用 Stream 就完了。

  //use java8 stream
  List<String> rgbList = Arrays.asList("Red", "Green", "Blue");
  String commaSeparatedRGB = rgbList.stream()
          .map(color -> color.toString())
          .collect(Collectors.joining(","));

  System.out.println(commaSeparatedRGB);

总结

简单 join 直接 stream 流式一行代码搞定，特殊点的看看 Guava 的 joiner 支不支持，一般 Guava 的 Joiner 够用了。再搞不定的自己写个工具类方法吧。

Splitter

JDK 内建

JDK 内建的字符串拆分工具有一些古怪的特性。比如，String.split悄悄丢弃了尾部的分隔符。

System.out.println(Arrays.toString(",a,,b,".split(",")));

//输出 [, a, , b]

当然还有 StringTokenizer 这种更繁琐的东西：

  String str = "runoob,google,taobao,facebook,zhihu";
  // 以 , 号为分隔符来分隔字符串
  StringTokenizer st=new StringTokenizer(str,",");
  while(st.hasMoreTokens()) { 
      System.out.println(st.nextToken());
  }

Guava Splitter

Splitter使用令人放心的、直白的流畅 API 模式对这些混乱的特性作了完全的掌控。

Iterable<String> split = Splitter.on(',')
                .trimResults()
                .omitEmptyStrings()
                .split("foo,bar,,   qux");

System.out.println(split.toString());

//输出 [foo, bar, qux]

Splitter 可以被设置为按照任何 Pattern, char, String, 或者 CharMatcher拆分。

方法描述范例
Splitter.on(char)按单个字符拆分Splitter.on(';')
Splitter.on(CharMatcher)按字符匹配器拆分Splitter.on(CharMatcher.anyOf(";,."))
Splitter.on(String)按字符串拆分Splitter.on(",")
Splitter.on(Pattern) Splitter.onPattern(String)按正则表达式拆分Splitter.onPattern("\r?\n")
Splitter.fixedLength(int)按固定长度拆分；最后一段可能比给定长度短，但不会为空。Splitter.fixedLength(3)

列举一些 Splitter 的方法

方法描述
omitEmptyStrings()从结果中自动忽略空字符串
trimResults()移除结果字符串的前导空白和尾部空白
trimResults(CharMatcher)给定匹配器，移除结果字符串的前导匹配字符和尾部匹配字符
limit(int)限制拆分出的字符串数量

注意 trimResults(CharMatcher) ，它是把所有前导字符干掉外加尾部能匹配上的字符，举个例子：

// 可以看到，前缀都没了，尾部与 “_” 匹配上的只有 “c__”，所以干掉了一个 “_”，剩下 “c_”
System.out.println(Splitter.on(',').trimResults(CharMatcher.is('_')).split("_a ,_b_ ,c__").toString());

上面的代码返回 ：[a , b_ , c] ，

同 Joiner 一样，Splitter实例也是线程安全的，所以可以定义为 static final 

static final  Splitter  splitter = Splitter.on(",").omitEmptyStrings().trimResults();

还可以利用 MapSplitter 把字符串反序列化成 Map，例如：

  @Test
  public void testMapSplitter() {

      String startSring = "Washington D.C=Redskins#New York City=Giants#Philadelphia=Eagles#Dallas=Cowboys";
      Map<String, String> testMap = Maps.newLinkedHashMap();
      testMap.put("Washington D.C", "Redskins");
      testMap.put("New York City", "Giants");
      testMap.put("Philadelphia", "Eagles");
      testMap.put("Dallas", "Cowboys");
      Splitter.MapSplitter mapSplitter = Splitter.on("#").withKeyValueSeparator("=");
      Map<String, String> splitMap = mapSplitter.split(startSring);

      assertEquals(testMap, splitMap);
  }

CharMatcher

Guava 为我们提供了字符匹配器，你可以认为一个CharMatcher实例代表着某一类字符，如数字或空白字符。CharMatcher 还提供了一系列方法，让你对字符进行特定类型的操作：修剪 [trim]、折叠 [collapse]、移除 [remove]、保留 [retain] 等等。

所以使用 CharMatcher，大致分两步

  • 第一步：定义 CharMatcher，定义怎样算“匹配” 到字符
  • 第二步：如何处理匹配到的这些字符

下面我们用一些小例子来说明：

将 " 1 2 3 4 6 9 " 转换成 "1 2 3 4 6 9" 去掉多余的空格，用空格间隔每个字符

// 我们先定义“空白” 然后折叠连续的空白并用一个空格代替，同时修剪掉首尾的空格
String tmpStr = "  1   2   3 4 6    9   " ;
String result = CharMatcher.whitespace().trimAndCollapseFrom(tmpStr,' ');
System.out.println(result);

获取 0-6 范围内的数字字符

String tmpStr = "df67sn18kj9" ;
String result = CharMatcher.inRange('0','6').retainFrom(tmpStr) ;
System.out.println( result);

获取 d-k 范围内的数字字符

String tmpStr = "df67sn18kj9" ;
String result = CharMatcher.inRange('d','k').retainFrom(tmpStr) ;
System.out.println( result);

去掉特殊字符

String input = "H*el.lo,}12";
CharMatcher matcher = CharMatcher.javaLetterOrDigit();
String result = matcher.retainFrom(input);

assertEquals("Hello12", result);

去掉非 ASCII 码字符

String input = "あ hello₤";

String result = CharMatcher.ascii().retainFrom(input);
assertEquals("hello", result);

result = CharMatcher.inRange('0', 'z').retainFrom(input);
assertEquals("hello", result);

过滤或筛选字符串中的汉字

  //单字节匹配器（汉字是双字节） 不要汉字
  System.out.println("去除双字节，获取单字节：" + CharMatcher.singleWidth().retainFrom(matchStr));
  //只留汉字
  System.out.println("去除单字节，获取双字节：" + CharMatcher.singleWidth().removeFrom(matchStr));

方法分类

看完上面的例子，你可能对 CharMatcher 的方法感兴趣了，CharMatcher 一类分三类

第一类是判定型函数，判断 CharMacher 和入参字符串的匹配关系。

CharMatcher.is('a').matchesAllOf("aaa");//true
CharMatcher.is('a').matchesAnyOf("aba");//true
CharMatcher.is('a').matchesNoneOf("aba");//true

第二类是计数型函数，查找入参字符串中第一次、最后一次出现目标字符的位置，或者目标字符出现的次数，比如 indexIn，lastIndexIn 和 countIn。

CharMatcher.is('a').countIn("aaa"); // 3
CharMatcher.is('a').indexIn("java"); // 1

第三类就是对匹配字符的操作。包括 removeFrom、retainFrom、replaceFrom、trimFrom、collapseFrom 等。

方法清单

拉个单子方便查

方法描述
CharMatcher is(char match)返回匹配指定字符的 Matcher
CharMatcher isNot(char match)返回不匹配指定字符的 Matcher
CharMatcher anyOf(CharSequence sequence)返回匹配 sequence 中任意字符的 Matcher
CharMatcher noneOf(CharSequence sequence)返回不匹配 sequence 中任何一个字符的 Matcher
CharMatcher inRange(char startInclusive, char endIncludesive)返回匹配范围内任意字符的 Matcher
CharMatcher forPredicate(Predicate<? super Charater> predicate)返回使用 predicate 的 apply() 判断匹配的 Matcher
CharMatcher negate()返回以当前 Matcher 判断规则相反的 Matcher
CharMatcher and(CharMatcher other)返回与 other 匹配条件组合做与来判断的 Matcher
CharMatcher or(CharMatcher other)返回与 other 匹配条件组合做或来判断的 Matcher
boolean matchesAnyOf(CharSequence sequence)只要 sequence 中有任意字符能匹配 Matcher, 返回 true
boolean matchesAllOf(CharSequence sequence)sequence 中所有字符都能匹配 Matcher, 返回 true
boolean matchesNoneOf(CharSequence sequence)sequence 中所有字符都不能匹配 Matcher, 返回 true
int indexIn(CharSequence sequence)返回 sequence 中匹配到的第一个字符的坐标
int indexIn(CharSequence sequence, int start)返回从 start 开始，在 sequence 中匹配到的第一个字符的坐标
int lastIndexIn(CharSequence sequence)返回 sequence 中最后一次匹配到的字符的坐标
int countIn(CharSequence sequence)返回 sequence 中匹配到的字符计数
String removeFrom(CharSequence sequence)删除 sequence 中匹配到到的字符并返回
String retainFrom(CharSequence sequence):保留 sequence 中匹配到的字符并返回
String replaceFrom(CharSequence sequence, char replacement)替换 sequence 中匹配到的字符并返回
String trimFrom(CharSequence sequence)删除首尾匹配到的字符并返回
String trimLeadingFrom(CharSequence sequence)删除首部匹配到的字符
String trimTrailingFrom(CharSequence sequence)删除尾部匹配到的字符
String collapseFrom(CharSequence sequence, char replacement)将匹配到的组（连续匹配的字符）替换成 replacement
String trimAndCollapseFrom(CharSequence sequence, char replacement)先 trim 在 replace

CaseFormat

CaseFormat 被用来方便地在各种 ASCII 大小写规范间转换字符串——比如，编程语言的命名规范。CaseFormat 支持的格式如下：

格式范例
LOWER_CAMELlowerCamel
LOWER_HYPHENlower-hyphen
LOWER_UNDERSCORElower_underscore
UPPER_CAMELUpperCamel
UPPER_UNDERSCOREUPPER_UNDERSCORE

CaseFormat 的用法很直接：

CaseFormat.UPPER_UNDERSCORE.to(CaseFormat.LOWER_CAMEL, "CONSTANT_NAME")); // returns "constantName"

CaseFormat 在某些时候尤其有用，比如编写代码生成器的时候。

Strings

Strings 工具类也提供了许多好用的处理字符串的方法，比如简单和见名知义就不多说了。

参考

avatar
文章
阅读
粉丝