Java基础知识（5）- Java 数组、字符串处理、正则表达式

1. Java 数组

数组对于每一门编程语言来说都是重要的数据结构之一，当然不同语言对数组的实现及处理也不尽相同。

Java 语言中提供的数组是用来存储固定大小的同类型元素。

1) 声明数组变量

        首先必须声明数组变量，才能在程序中使用数组。下面是声明数组变量的语法：

            dataType[] arrayRefVar;   // 首选的方法

        或

            dataType arrayRefVar[]; // 效果相同，但不是首选方法

        注意: 建议使用 dataType[] arrayRefVar 的声明风格声明数组变量。 dataType arrayRefVar[] 风格是来自 C/C++ 语言，在Java中采用是为了让 C/C++ 程序员能够快速理解 java 语言。

2) 创建数组

        arrayRefVar = new dataType[arraySize];

        说明：
            (1) 使用 dataType[arraySize] 创建了一个数组。
            (2) 把新创建的数组的引用赋值给变量 arrayRefVar。

        声明和创建也可以用一条语句完成，如下所示：

            dataType[] arrayRefVar = new dataType[arraySize];

        也可以使用如下的方式创建数组：

            dataType[] arrayRefVar = {value0, value1, ..., valuek};

3) 数组的特点

        (1) 在 Java 中提供有一种动态取得数组长度的方式：arrayRefVar.length；
        (2) 数组的访问通过索引完成，即：“数组名称[索引]”，但是需要注意的是，数组的索引从0开始，所以索引的范围就是 0 ~ arrayRefVar.length-1;
        (3) 数组里面的每一个元素都是该数组对应数据类型的默认值；
        (4) 数组本身是一个有序的集合操作，所以对于数组的内容操作往往会采用循环的模式完成，数组是一个有限的数据集合，可以使用 for 循环;
        (5) 访问超过了数组的索引范围 (> arrayRefVar.length-1)，会产生 java.lang.ArrayIndexOutOfBoundsException 异常信息；
        (6) 访问没有分配空间的数组，会出现 NullPointerException 异常信息：
        (7) 数组可以作为参数传递给方法，数组也可以作为函数的返回值；

4) Arrays 类

        java.util.Arrays 类能方便地操作数组，它提供的所有方法都是静态的。

        给数组赋值：通过 fill 方法。

        对数组排序：通过 sort 方法,按升序。

        比较数组：通过 equals 方法比较数组中元素值是否相等。

        查找数组元素：通过 binarySearch 方法能对排序好的数组进行二分查找法操作。

    实例：

 1 import java.util.Arrays;
 2 
 3 public class App {
 4     public static void main( String[] args ) {
 5 
 6         System.out.println("先声明、后创建、再赋值: ");
 7 
 8         String data[] = null;  // 声明
 9         data = new String[3];  // 创建
10         data[0] = "application";
11         data[1] = "data";
12         data[2] = "class";
13 
14         for(int i = 0; i < data.length; i++) {
15             System.out.println(data[i]);
16         }
17 
18         // 声明、创建同时进行
19         System.out.println("");
20         System.out.println("声明、创建同时进行，再赋值: ");
21 
22         String data2[] = generateArray();  // 声明和创建
23         printArray(data2);
24 
25         // 声明、创建、赋值同时进行
26         System.out.println("");
27         System.out.println("声明、创建、赋值同时进行: ");
28 
29         String data3[] = {"application 3", "data 3", "class 3"};   // 声明、创建和赋值
30         printArray(data3);
31 
32         // java.util.Arrays
33         System.out.println("");
34         System.out.println("java.util.Arrays.equals: ");
35         int a[] = {1, 2, 3};
36         int b[] = {1, 2, 3};
37 
38         if (Arrays.equals(a, b)) {
39             System.out.println("array a equals to b");
40         } else {
41             System.out.println("array a NOT equals to b");
42         }
43 
44     }
45 
46     public static String[] generateArray() {
47 
48         String data[] = new String[3];  // 声明和创建
49 
50         data[0] = "application 2";
51         data[1] = "data 2";
52         data[2] = "class 2";
53 
54         return data;
55     }
56 
57     public static void printArray(String[] arr) {
58         for (String v : arr) {
59             System.out.println(v);
60         }
61     }
62 
63 }

    输出：

        先声明、后创建、再赋值:
        application
        data
        class

        声明、创建同时进行，再赋值:
        application 2
        data 2
        class 2

        声明、创建、赋值同时进行:
        application 3
        data 3
        class 3

        java.util.Arrays.equals:
        array a equals to b

2. 字符串处理

字符串是 Java 中特殊的类，使用方法像一般的基本数据类型，被广泛应用在 Java 编程中。Java 没有内置的字符串类型，而是在标准 Java 类库中提供了一个 String 类来创建和操作字符串。

1) String类

        创建字符串:

            String greeting = "Hello world";

        在代码中遇到字符串常量时（比如上面的 "Hello world"），编译器会使用该值创建一个 String 对象。

        可以使用关键字和构造方法来创建String对象，String 类有多种构造方法，这些方法提供不同的参数来初始化字符串。

        注意: String 类是不可改变的，所以你一旦创建了 String 对象，那它的值就无法改变了。如果需要对字符串做很多修改，那么应该选择使用 StringBuffer & StringBuilder 类。

2) StringBuffer 和 StringBuilder类

        在使用 StringBuffer 类时，每次都会对 StringBuffer 对象本身进行操作，而不是生成新的对象，所以如果需要对字符串进行修改推荐使用 StringBuffer。

        StringBuilder 类在 Java 5 中被提出，它和 StringBuffer 之间的最大不同在于 StringBuilder 的方法不是线程安全的（线程安全就是多线程访问时，采用了加锁机制，当一个线程访问该类的某个数据时，进行保护，其他线程不能进行访问直到该线程读取完，其他线程才可使用。不会出现数据不一致或者数据污染。线程不安全就是不提供数据访问保护，有可能出现多个线程先后更改数据造成所得到的数据是脏数据）。

        由于 StringBuilder 相较于 StringBuffer 有速度优势，所以多数情况下建议使用 StringBuilder 类。然而在应用程序要求线程安全的情况下，则必须使用 StringBuffer 类。

   实例：

 1 public class App {
 2     public static void main( String[] args ) {
 3 
 4         // Create string
 5         String str1 = "hello 1";
 6         System.out.println( str1 );
 7 
 8         String str2 = new String("hello 2");
 9         System.out.println( str2 );
10 
11         char[] helloArray = { 'h', 'e', 'l', 'l', 'o', ' ', '3'};
12         String str3 = new String(helloArray);
13         System.out.println( str3 );
14 
15         // Get string length and concat 2 strings
16         System.out.println("str3.length() = " + str3.length());
17         System.out.println("str1.concat(str2) = " + str1.concat(str2));
18 
19         // Format string
20         System.out.printf("printf( float variable: %f, integer variable: %d, string: %s )\n", 3.14, 911, "good");
21         String str4 = String.format("format( float variable: %f, integer variable: %d, string: %s )", 1.05, 100, "nice");
22         System.out.println(str4);
23 
24         //
25         StringBuffer stringBuffer = new StringBuffer("StringBuffer ");
26         stringBuffer.append("test");
27         stringBuffer.append(" ");
28         stringBuffer.append("line");
29         System.out.println(stringBuffer);
30 
31         //
32         StringBuilder stringBuilder = new StringBuilder(20);
33         stringBuilder.append("StringBuilder ...");
34         stringBuilder.delete(14,17);
35         stringBuilder.insert(14, "test");
36         stringBuilder.append(" line");
37         System.out.println(stringBuilder);
38 
39     }
40 }

   输出：

        hello 1
        hello 2
        hello 3
        str3.length() = 7
        str1.concat(str2) = hello 1hello 2
        printf( float variable: 3.140000, integer variable: 911, string: good )
        format( float variable: 1.050000, integer variable: 100, string: nice )
        StringBuffer test line
        StringBuilder test line

3. 正则表达式

    正则表达式定义了字符串的模式，可以用来搜索、编辑或处理文本（字符串）。正则表达式并不仅限于某一种语言，但是在每种语言中有细微的差别。

   java.util.regex包主要包括以下三个类：

Pattern类：

       pattern对象是一个正则表达式的编译表示。Pattern类没有公共构造方法。要创建一个Pattern对象，你必须首先调用其公共静态编译方法，它返回一个Pattern对象。该方法接受一个正则表达式作为它的第一个参数。

    Matcher类：

       Matcher对象是对输入字符串进行解释和匹配操作的引擎。与Pattern类一样，Matcher也没有公共构造方法。你需要调用Pattern对象的matcher方法来获得一个Matcher对象。

    PatternSyntaxException：

       PatternSyntaxException是一个非强制异常类，它表示一个正则表达式模式中的语法错误。

1）捕获组

        捕获组是把多个字符当一个单独单元进行处理的方法，它通过对括号内的字符分组来创建。

       例如，正则表达式(dog) 创建了单一分组，组里包含"d"，"o"，和"g"。

       捕获组是通过从左至右计算其开括号来编号。例如，在表达式（（A）（B（C））），有四个这样的组：

            ((A)(B(C)))
            (A)
            (B(C))
            (C)

       可以通过调用matcher对象的groupCount方法来查看表达式有多少个分组。groupCount方法返回一个int值，表示matcher对象当前有多个捕获组。

       还有一个特殊的组（group（0）），它总是代表整个表达式。该组不包括在groupCount的返回值中。

2）正则表达式语法

        字符    说明

       \    将下一字符标记为特殊字符、文本、反向引用或八进制转义符。例如，"n"匹配字符"n"。"\n"匹配换行符。序列"\\"匹配"\"，"\("匹配"("。

       ^    匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与"\n"或"\r"之后的位置匹配。

       $    匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与"\n"或"\r"之前的位置匹配。

       *    零次或多次匹配前面的字符或子表达式。例如，zo* 匹配"z"和"zoo"。* 等效于 {0,}。

       +    一次或多次匹配前面的字符或子表达式。例如，"zo+"与"zo"和"zoo"匹配，但与"z"不匹配。+ 等效于 {1,}。

       ?    零次或一次匹配前面的字符或子表达式。例如，"do(es)?"匹配"do"或"does"中的"do"。? 等效于 {0,1}。

       {n}     n是非负整数。正好匹配 n 次。例如，"o{2}"与"Bob"中的"o"不匹配，但与"food"中的两个"o"匹配。

       {n,}    n 是非负整数。至少匹配 n 次。例如，"o{2,}"不匹配"Bob"中的"o"，而匹配"foooood"中的所有 o。"o{1,}"等效于"o+"。"o{0,}"等效于"o*"。

       {n,m}   m 和 n 是非负整数，其中 n <= m。匹配至少 n 次，至多 m 次。例如，"o{1,3}"匹配"fooooood"中的头三个 o。'o{0,1}' 等效于 'o?'。注意：您不能将空格插入逗号和数字之间。

       ?       当此字符紧随任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是"非贪心的"。"非贪心的"模式匹配搜索到的、尽可能短的字符串，而默认的"贪心的"模式匹配搜索到的、尽可能长的字符串。例如，在字符串"oooo"中，"o+?"只匹配单个"o"，而"o+"匹配所有"o"。

       .     匹配除"\r\n"之外的任何单个字符。若要匹配包括"\r\n"在内的任意字符，请使用诸如"[\s\S]"之类的模式。

       (pattern)      匹配 pattern 并捕获该匹配的子表达式。可以使用 $0…$9 属性从结果"匹配"集合中检索捕获的匹配。若要匹配括号字符 ( )，请使用"$"或者"$"。

       (?:pattern)    匹配 pattern 但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。这对于用"or"字符 (|) 组合模式部件的情况很有用。例如，'industr(?:y|ies) 是比 'industry|industries' 更经济的表达式。

       (?=pattern)    执行正向预测先行搜索的子表达式，该表达式匹配处于匹配 pattern 的字符串的起始点的字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?=95|98|NT|2000)' 匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。

       (?!pattern)    执行反向预测先行搜索的子表达式，该表达式匹配不处于匹配 pattern 的字符串的起始点的搜索字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?!95|98|NT|2000)' 匹配"Windows 3.1"中的 "Windows"，但不匹配"Windows 2000"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。

       x|y      匹配 x 或 y。例如，'z|food' 匹配"z"或"food"。'(z|f)ood' 匹配"zood"或"food"。

       [xyz]    字符集。匹配包含的任一字符。例如，"[abc]"匹配"plain"中的"a"。

       [^xyz]   反向字符集。匹配未包含的任何字符。例如，"[^abc]"匹配"plain"中"p"，"l"，"i"，"n"。

       [a-z]    字符范围。匹配指定范围内的任何字符。例如，"[a-z]"匹配"a"到"z"范围内的任何小写字母。

       [^a-z]   反向范围字符。匹配不在指定的范围内的任何字符。例如，"[^a-z]"匹配任何不在"a"到"z"范围内的任何字符。

       \b       匹配一个字边界，即字与空格间的位置。例如，"er\b"匹配"never"中的"er"，但不匹配"verb"中的"er"。

       \B       非字边界匹配。"er\B"匹配"verb"中的"er"，但不匹配"never"中的"er"。

       \cx      匹配 x 指示的控制字符。例如，\cM 匹配 Control-M 或回车符。x 的值必须在 A-Z 或 a-z 之间。如果不是这样，则假定 c 就是"c"字符本身。

       \d       数字字符匹配。等效于 [0-9]。

       \D       非数字字符匹配。等效于 [^0-9]。

       \f       换页符匹配。等效于 \x0c 和 \cL。

       \n       换行符匹配。等效于 \x0a 和 \cJ。

       \r       匹配一个回车符。等效于 \x0d 和 \cM。

       \s       匹配任何空白字符，包括空格、制表符、换页符等。与 [ \f\n\r\t\v] 等效。

       \S       匹配任何非空白字符。与 [^ \f\n\r\t\v] 等效。

       \t       制表符匹配。与 \x09 和 \cI 等效。

       \v       垂直制表符匹配。与 \x0b 和 \cK 等效。

       \w       匹配任何字类字符，包括下划线。与"[A-Za-z0-9_]"等效。

       \W       与任何非单词字符匹配。与"[^A-Za-z0-9_]"等效。

       \xn      匹配 n，此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。例如，"\x41"匹配"A"。"\x041"与"\x04"&"1"等效。允许在正则表达式中使用 ASCII 代码。

       \num     匹配 num，此处的 num 是一个正整数。到捕获匹配的反向引用。例如，"(.)\1"匹配两个连续的相同字符。

       \n       标识一个八进制转义码或反向引用。如果 \n 前面至少有 n 个捕获子表达式，那么 n 是反向引用。否则，如果 n 是八进制数 (0-7)，那么 n 是八进制转义码。

       \nm      标识一个八进制转义码或反向引用。如果 \nm 前面至少有 nm 个捕获子表达式，那么 nm 是反向引用。如果 \nm 前面至少有 n 个捕获，则 n 是反向引用，后面跟有字符 m。如果两种前面的情况都不存在，则 \nm 匹配八进制值 nm，其中 n 和 m 是八进制数字 (0-7)。

       \nml     当 n 是八进制数 (0-3)，m 和 l 是八进制数 (0-7) 时，匹配八进制转义码 nml。

       \un      匹配 n，其中 n 是以四位十六进制数表示的 Unicode 字符。例如，\u00A9 匹配版权符号 (©)。

3) Matcher类的方法

        (1) 索引方法

            提供了有用的索引值，精确表明输入字符串中在哪能找到匹配：

            序号   方法及说明
            1   public int start()                返回以前匹配的初始索引。
            2   public int start(int group)   返回在以前的匹配操作期间，由给定组所捕获的子序列的初始索引
            3   public int end()                 返回最后匹配字符之后的偏移量。
            4   public int end(int group)    返回在以前的匹配操作期间，由给定组所捕获子序列的最后字符之后的偏移量。

        (2) 研究方法

            研究方法用来检查输入字符串并返回一个布尔值，表示是否找到该模式：

            序号   方法及说明
            1   public boolean lookingAt()       尝试将从区域开头开始的输入序列与该模式匹配。
            2   public boolean find()              尝试查找与该模式匹配的输入序列的下一个子序列。
            3   public boolean find(int start）重置此匹配器，然后尝试查找匹配该模式、从指定索引开始的输入序列的下一个子序列。
            4   public boolean matches()       尝试将整个区域与模式匹配。

        (3) 替换方法

            替换方法是替换输入字符串里文本的方法：

            序号   方法及说明
            1   public Matcher appendReplacement(StringBuffer sb, String replacement)   实现非终端添加和替换步骤。
            2   public StringBuffer appendTail(StringBuffer sb)      实现终端添加和替换步骤。
            3   public String replaceAll(String replacement)           替换模式与给定替换字符串相匹配的输入序列的每个子序列。
            4   public String replaceFirst(String replacement)        替换模式与给定替换字符串匹配的输入序列的第一个子序列。
            5   public static String quoteReplacement(String s)     返回指定字符串的字面替换字符串。这个方法返回一个字符串，就像传递给Matcher类的appendReplacement 方法一个字面字符串一样工作。

   实例：

 1 import java.util.regex.Matcher;
 2 import java.util.regex.Pattern;
 3 
 4 public class App {
 5     public static void main( String[] args ) {
 6 
 7         // Find number in string
 8         String strData = "Find integer 1980 in string! This string is match the string pattern.";
 9         //String regex = "(.*)(\\d+)(.*)";
10         String regex = "(\\D*)(\\d+)(.*)";
11 
12         Pattern r = Pattern.compile(regex);
13         Matcher m = r.matcher(strData);
14         if (m.find( )) {
15             for (int i=0; i<=m.groupCount(); i++) {
16                 System.out.println("m.group(" + i + "): " + m.group(i));
17             }
18         } else {
19             System.out.println("No match");
20         }
21 
22         // Find "string" and replace it with "STRING1"
23         regex = "\\bstring\\b";
24         r = Pattern.compile(regex);
25         m = r.matcher(strData);
26         int count = 0;
27 
28         while(m.find()) {
29             count++;
30             System.out.println(count + ": (" + m.start() + ", " + m.end() + ")");
31         }
32         System.out.println(m.replaceAll("STRING1"));
33 
34         // Find "string" and replace it with "STRING2"
35         r = Pattern.compile(regex);
36         m = r.matcher(strData);
37 
38         StringBuffer strBuffer = new StringBuffer();
39         while (m.find()){
40             m.appendReplacement(strBuffer, "STRING2");
41         }
42         m.appendTail(strBuffer);
43         System.out.println(strBuffer.toString());
44 
45         // Match "test" with "test*"
46         regex = "test";
47         strData = "test123456789";
48 
49         r = Pattern.compile(regex);
50         m = r.matcher(strData);
51 
52         System.out.println("strData: " + strData);
53         System.out.println("regex: " + regex);
54         System.out.println("lookingAt(): " + m.lookingAt());
55         System.out.println("matches(): " + m.matches());
56 
57     }
58 }

输出：

        m.group(0): Find integer 1980 in string! This string is match the string pattern.
        m.group(1): Find integer
        m.group(2): 1980
        m.group(3): in string! This string is match the string pattern.
        1: (21, 27)
        2: (34, 40)
        3: (54, 60)
        Find integer 1980 in STRING1! This STRING1 is match the STRING1 pattern.
        Find integer 1980 in STRING2! This STRING2 is match the STRING2 pattern.
        strData: test123456789
        regex: test
        lookingAt(): true
        matches(): false