JAVA面試題解惑系列（六）——字串（String）雜談

作者：臧圩人（zangweiren）
網址：http://zangweiren.javaeye.com

>>>轉載請註明出處！<<<

上一次我們已經一起回顧了面試題中常考的到底建立了幾個String對象的相關知識，這一次我們以幾個常見面試題為引子，來回顧一下String對象相關的其它一些方面。

一、String類有length()方法嗎？數組有length()方法嗎？

String類當然有length()方法了，看看String類的源碼就知道了，這是這個方法的定義：
Java代碼
public int length() {   
    return count;   
}  

String的長度實際上就是它的屬性--char型數組value的長度。數組是沒有length()方法的，大家知道，在JAVA中，數組也被作為對
象來處理，它的方法都繼承自Object類。數組有一個屬性length，這也是它唯一的屬性，對於所有類型的數組都是這樣。

二、一個中文漢字能儲存在一個char裡嗎？

請看下面的例子：
Java代碼
public class ChineseTest {   
    public static void main(String[] args) {   
        // 將一個中文漢字賦值給一個char變數   
        char a = '中';   
        char b = '文';   
        char c = '測';   
        char d = '試';   
        char e = '成';   
        char f = '功';   
        System.out.print(a);   
        System.out.print(b);   
        System.out.print(c);   
        System.out.print(d);   
        System.out.print(e);   
        System.out.print(f);   
    }   
}  

編譯沒有報錯，運行結果：

1、中文測試成功

答案就不用說了。為什麼一個中文漢字可以儲存在一個char變數裡呢？因為在JAVA中，一個char是2個位元組（byte），而一個中文漢字是一個字元，也是2個位元組。而英文字母都是一個位元組的，因此它也能儲存到一個byte裡，一個中文漢字卻不能。請看：
Java代碼
public class ChineseTest {   
    public static void main(String[] args) {   
        // 將一個英文字母賦值給一個byte變數   
        byte a = 'a';   
        // 將一個中文漢字賦值給一個byte變數時，編譯會報錯   
        // byte b = '中';   
  
        System.out.println("byte a = " + a);   
        // System.out.println("byte b = "+b);   
    }   
}  

運行結果：

1、byte a = 97

正如大家所看到的那樣，我們實際上是把字元'a'對應的ASCII碼值賦值給了byte型變數a。

讓我們回過頭來看看最初的例子，能不能將a、b、c、d、e、f拼接在一起一次輸出呢？讓我們試試看：
Java代碼
public class ChineseTest {   
    public static void main(String[] args) {   
        // 將一個中文漢字賦值給一個char變數   
        char a = '中';   
        char b = '文';   
        char c = '測';   
        char d = '試';   
        char e = '成';   
        char f = '功';   
        System.out.print(a + b + c + d + e + f);   
    }   
}  

運行結果：

1、156035

這顯然不是我們想要的結果。只所以會這樣是因為我們誤用了“+”運算子，當它被用於字串和字串之間，或者字串和其他類型變數之間時，它產生的效果是
字串的拼接；但當它被用於字元和字元之間時，效果等同於用於數字和數字之間，是一種算術運算。因此我們得到的“156035”是'中'、'文'、'測
'、'試'、'成'、'功'這六個漢字分別對應的數值算術相加後的結果。

三、字串的反轉輸出。

這也是面試題中常考的一道。我們就以一個包含了全部26個英文字母，同時又具有完整含義的最短句子作為例子來完成解答。先來看一下這個句子：

引用
A quick brown fox jumps over the lazy dog.（一隻輕巧的棕色狐狸從那條懶狗身上跳了過去。）

最常用的方式就是反向取出每個位置的字元，然後依次將它們輸出到控制台：
Java代碼
public class StringReverse {   
    public static void main(String[] args) {   
        // 原始字串   
        String s = "A quick brown fox jumps over the lazy dog.";   
        System.out.println("原始的字串：" + s);   
  
        System.out.print("反轉後字串：");   
        for (int i = s.length(); i > 0; i--) {   
            System.out.print(s.charAt(i - 1));   
        }   
  
        // 也可以轉換成數組後再反轉，不過有點多此一舉   
        char[] data = s.toCharArray();   
        System.out.println();   
        System.out.print("反轉後字串：");   
        for (int i = data.length; i > 0; i--) {   
            System.out.print(data[i - 1]);   
        }   
    }   
}  

運行結果：

1、原始的字串：A quick brown fox jumps over the lazy dog.
2、反轉後字串：.god yzal eht revo spmuj xof nworb kciuq A
3、反轉後字串：.god yzal eht revo spmuj xof nworb kciuq A

以上兩種方式雖然常用，但卻不是最簡單的方式，更簡單的是使用現有的方法：
Java代碼
public class StringReverse {   
    public static void main(String[] args) {   
        // 原始字串   
        String s = "A quick brown fox jumps over the lazy dog.";   
        System.out.println("原始的字串：" + s);   
  
        System.out.print("反轉後字串：");   
        StringBuffer buff = new StringBuffer(s);   
        // java.lang.StringBuffer類的reverse()方法可以將字串反轉   
        System.out.println(buff.reverse().toString());   
    }   
}  

運行結果：

1、原始的字串：A quick brown fox jumps over the lazy dog.
2、反轉後字串：.god yzal eht revo spmuj xof nworb kciuq A

四、按位元組截取含有中文漢字的字串。

要求實現一個按位元組截取字串的方法，比如對於字串"我ZWR愛JAVA"，截取它的前四位位元組應該是"我ZW"，而不是"我ZWR"，同時要保證不會出現截取了半個漢字的情況。

英文字母和中文漢字在不同的編碼格式下，所佔用的位元組數也是不同的，我們可以通過下面的例子來看看在一些常見的編碼格式下，一個英文字母和一個中文漢字分別佔用多少位元組。
Java代碼
import java.io.UnsupportedEncodingException;   
  
public class EncodeTest {   
    /**  
     * 列印字串在指定編碼下的位元組數和編碼名稱到控制台  
     *   
     * @param s  
     *            字串  
     * @param encodingName  
     *            編碼格式  
     */  
    public static void printByteLength(String s, String encodingName) {   
        System.out.print("位元組數：");   
        try {   
            System.out.print(s.getBytes(encodingName).length);   
        } catch (UnsupportedEncodingException e) {   
            e.printStackTrace();   
        }   
        System.out.println(";編碼：" + encodingName);   
    }   
  
    public static void main(String[] args) {   
        String en = "A";   
        String ch = "人";   
  
        // 計算一個英文字母在各種編碼下的位元組數   
        System.out.println("英文字母：" + en);   
        EncodeTest.printByteLength(en, "GB2312");   
        EncodeTest.printByteLength(en, "GBK");   
        EncodeTest.printByteLength(en, "GB18030");   
        EncodeTest.printByteLength(en, "ISO-8859-1");   
        EncodeTest.printByteLength(en, "UTF-8");   
        EncodeTest.printByteLength(en, "UTF-16");   
        EncodeTest.printByteLength(en, "UTF-16BE");   
        EncodeTest.printByteLength(en, "UTF-16LE");   
  
        System.out.println();   
  
        // 計算一個中文漢字在各種編碼下的位元組數   
        System.out.println("中文漢字：" + ch);   
        EncodeTest.printByteLength(ch, "GB2312");   
        EncodeTest.printByteLength(ch, "GBK");   
        EncodeTest.printByteLength(ch, "GB18030");   
        EncodeTest.printByteLength(ch, "ISO-8859-1");   
        EncodeTest.printByteLength(ch, "UTF-8");   
        EncodeTest.printByteLength(ch, "UTF-16");   
        EncodeTest.printByteLength(ch, "UTF-16BE");   
        EncodeTest.printByteLength(ch, "UTF-16LE");   
    }   
}  

運行結果如下：

1、英文字母：A
2、位元組數：1;編碼：GB2312
3、位元組數：1;編碼：GBK
4、位元組數：1;編碼：GB18030
5、位元組數：1;編碼：ISO-8859-1
6、位元組數：1;編碼：UTF-8
7、位元組數：4;編碼：UTF-16
8、位元組數：2;編碼：UTF-16BE
9、位元組數：2;編碼：UTF-16LE
10、
11、中文漢字：人
12、位元組數：2;編碼：GB2312
13、位元組數：2;編碼：GBK
14、位元組數：2;編碼：GB18030
15、位元組數：1;編碼：ISO-8859-1
16、位元組數：3;編碼：UTF-8
17、位元組數：4;編碼：UTF-16
18、位元組數：2;編碼：UTF-16BE
19、位元組數：2;編碼：UTF-16LE

UTF-16BE和UTF-16LE是UNICODE編碼家族的兩個成員。UNICODE標準定義了UTF-8、UTF-16、UTF-32三種編碼格
式，共有UTF-8、UTF-16、UTF-16BE、UTF-16LE、UTF-32、UTF-32BE、UTF-32LE七種編碼方案。JAVA所采
用的編碼方案是UTF-16BE。從上例的運行結果中我們可以看出，GB2312、GBK、GB18030三種編碼格式都可以滿足題目的要求。下面我們就
以GBK編碼為例來進行解答。

我們不能直接使用String類的substring(int beginIndex, int
endIndex)方法，因為它是按字元截取的。'我'和'Z'都被作為一個字元來看待，length都是1。實際上我們只要能區分開中文漢字和英文字
母，這個問題就迎刃而解了，而它們的區別就是，中文漢字是兩個位元組，英文字母是一個位元組。
Java代碼
import java.io.UnsupportedEncodingException;   
  
public class CutString {   
  
    /**  
     * 判斷是否是一個中文漢字  
     *   
     * @param c  
     *            字元  
     * @return true表示是中文漢字，false表示是英文字母  
     * @throws UnsupportedEncodingException  
     *             使用了JAVA不支援的編碼格式  
     */  
    public static boolean isChineseChar(char c)   
            throws UnsupportedEncodingException {   
        // 如果位元組數大於1，是漢字   
        // 以這種方式區別英文字母和中文漢字並不是十分嚴謹，但在這個題目中，這樣判斷已經足夠了   
        return String.valueOf(c).getBytes("GBK").length > 1;   
    }   
  
    /**  
     * 按位元組截取字串  
     *   
     * @param orignal  
     *            原始字串  
     * @param count  
     *            截取位元  
     * @return 截取後的字串  
     * @throws UnsupportedEncodingException  
     *             使用了JAVA不支援的編碼格式  
     */  
    public static String substring(String orignal, int count)   
            throws UnsupportedEncodingException {   
        // 原始字元不為null，也不是Null 字元串   
        if (orignal != null && !"".equals(orignal)) {   
            // 將原始字串轉換為GBK編碼格式   
            orignal = new String(orignal.getBytes(), "GBK");   
            // 要截取的位元組數大於0，且小於原始字串的位元組數   
            if (count > 0 && count < orignal.getBytes("GBK").length) {   
                StringBuffer buff = new StringBuffer();   
                char c;   
                for (int i = 0; i < count; i++) {   
                    c = orignal.charAt(i);   
                    buff.append(c);   
                    if (CutString.isChineseChar(c)) {   
                        // 遇到中文漢字，截取位元組總數減1   
                        --count;   
                    }   
                }   
                return buff.toString();   
            }   
        }   
        return orignal;   
    }   
  
    public static void main(String[] args) {   
        // 原始字串   
        String s = "我ZWR愛JAVA";   
        System.out.println("原始字串：" + s);   
        try {   
            System.out.println("截取前1位：" + CutString.substring(s, 1));   
            System.out.println("截取前2位：" + CutString.substring(s, 2));   
            System.out.println("截取前4位：" + CutString.substring(s, 4));   
            System.out.println("截取前6位：" + CutString.substring(s, 6));   
        } catch (UnsupportedEncodingException e) {   
            e.printStackTrace();   
        }   
    }   
}  

運行結果：

1、原始字串：我ZWR愛JAVA
2、截取前1位：我
3、截取前2位：我
4、截取前4位：我ZW
5、截取前6位：我ZWR愛