JAVA面试题解惑系列(六)——字符串(String)杂谈

上一次我们已经一起回顾了面试题中常考的到底创建了几个String对象的相关知识，这一次我们以几个常见面试题为引子，来回顾一下String对象相关的其它一些方面。 

String的length()方法和数组的length属性 

String类有length()方法吗？数组有length()方法吗？ 

String类当然有length()方法了，看看String类的源码就知道了，这是这个方法的定义： 

Java代码 

1.public int length() {   

2.    return count;   

3.}  

public int length() {

    return count;

}

String的长度实际上就是它的属性--char型数组value的长度。数组是没有length()方法的，大家知道，在JAVA中，数组也被作为对象来处理，它的方法都继承自Object类。数组有一个属性length，这也是它唯一的属性，对于所有类型的数组都是这样。 

中文汉字在char中的保存 

一个中文汉字能保存在一个char类型里吗？ 

请看下面的例子： 

Java代码 

1.public class ChineseTest {   

2.    public static void main(String[] args) {   

3.        // 将一个中文汉字赋值给一个char变量   

4.        char a = '中';   

5.        char b = '文';   

6.        char c = '测';   

7.        char d = '试';   

8.        char e = '成';   

9.        char f = '功';   

10.        System.out.print(a);   

11.        System.out.print(b);   

12.        System.out.print(c);   

13.        System.out.print(d);   

14.        System.out.print(e);   

15.        System.out.print(f);   

16.    }   

17.}  

public class ChineseTest {

    public static void main(String[] args) {

        // 将一个中文汉字赋值给一个char变量

        char a = '中';

        char b = '文';

        char c = '测';

        char d = '试';

        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);

    }

}

编译没有报错，运行结果： 

1.中文测试成功 

答案就不用说了。为什么一个中文汉字可以保存在一个char变量里呢？因为在JAVA中，一个char是2个字节（byte），而一个中文汉字是一个字符，也是2个字节。而英文字母都是一个字节的，因此它也能保存到一个byte里，一个中文汉字却不能。请看： 

Java代码 

1.public class ChineseTest {   

2.    public static void main(String[] args) {   

3.        // 将一个英文字母赋值给一个byte变量   

4.        byte a = 'a';   

5.        // 将一个中文汉字赋值给一个byte变量时，编译会报错   

6.        // byte b = '中';   

7.  

8.        System.out.println("byte a = " + a);   

9.        // System.out.println("byte b = "+b);   

10.    }   

11.}  

public class ChineseTest {

    public static void main(String[] args) {

        // 将一个英文字母赋值给一个byte变量

        byte a = 'a';

        // 将一个中文汉字赋值给一个byte变量时，编译会报错

        // byte b = '中';

        System.out.println("byte a = " + a);

        // System.out.println("byte b = "+b);

    }

}

运行结果： 

1.byte a = 97 

正如大家所看到的那样，我们实际上是把字符'a'对应的ASCII码值赋值给了byte型变量a。 

让我们回过头来看看最初的例子，能不能将a、b、c、d、e、f拼接在一起一次输出呢？让我们试试看： 

Java代码 

1.public class ChineseTest {   

2.    public static void main(String[] args) {   

3.        // 将一个中文汉字赋值给一个char变量   

4.        char a = '中';   

5.        char b = '文';   

6.        char c = '测';   

7.        char d = '试';   

8.        char e = '成';   

9.        char f = '功';   

10.        System.out.print(a + b + c + d + e + f);   

11.    }   

12.}  

public class ChineseTest {

    public static void main(String[] args) {

        // 将一个中文汉字赋值给一个char变量

        char a = '中';

        char b = '文';

        char c = '测';

        char d = '试';

        char e = '成';

        char f = '功';

        System.out.print(a + b + c + d + e + f);

    }

}

运行结果： 

∙156035 

这显然不是我们想要的结果。只所以会这样是因为我们误用了“+”运算符，当它被用于字符串和字符串之间，或者字符串和其他类型变量之间时，它产生的效果是字符串的拼接；但当它被用于字符和字符之间时，效果等同于用于数字和数字之间，是一种算术运算。因此我们得到的“156035”是'中'、'文'、'测'、'试'、'成'、'功'这六个汉字分别对应的数值算术相加后的结果。 

字符串的反转输出 

这也是面试题中常考的一道。我们就以一个包含了全部26个英文字母，同时又具有完整含义的最短句子作为例子来完成解答。先来看一下这个句子： 

引用

A quick brown fox jumps over the lazy dog.（一只轻巧的棕色狐狸从那条懒狗身上跳了过去。）

最常用的方式就是反向取出每个位置的字符，然后依次将它们输出到控制台： 

Java代码 

1.public class StringReverse {   

2.    public static void main(String[] args) {   

3.        // 原始字符串   

4.        String s = "A quick brown fox jumps over the lazy dog.";   

5.        System.out.println("原始的字符串：" + s);   

6.  

7.        System.out.print("反转后字符串：");   

8.        for (int i = s.length(); i > 0; i--) {   

9.            System.out.print(s.charAt(i - 1));   

10.        }   

11.  

12.        // 也可以转换成数组后再反转，不过有点多此一举   

13.        char[] data = s.toCharArray();   

14.        System.out.println();   

15.        System.out.print("反转后字符串：");   

16.        for (int i = data.length; i > 0; i--) {   

17.            System.out.print(data[i - 1]);   

18.        }   

19.    }   

20.}  

public class StringReverse {

    public static void main(String[] args) {

        // 原始字符串

        String s = "A quick brown fox jumps over the lazy dog.";

        System.out.println("原始的字符串：" + s);

        System.out.print("反转后字符串：");

     for (int i = s.length(); i > 0; i--) {

            System.out.print(s.charAt(i - 1));

        }

        // 也可以转换成数组后再反转，不过有点多此一举

        char[] data = s.toCharArray();

        System.out.println();

        System.out.print("反转后字符串：");

     for (int i = data.length; i > 0; i--) {

            System.out.print(data[i - 1]);

        }

    }

}

运行结果： 

1.原始的字符串：A quick brown fox jumps over the lazy dog. 

2.反转后字符串：.god yzal eht revo spmuj xof nworb kciuq A 

3.反转后字符串：.god yzal eht revo spmuj xof nworb kciuq A 

以上两种方式虽然常用，但却不是最简单的方式，更简单的是使用现有的方法： 

Java代码 

1.public class StringReverse {   

2.    public static void main(String[] args) {   

3.        // 原始字符串   

4.        String s = "A quick brown fox jumps over the lazy dog.";   

5.        System.out.println("原始的字符串：" + s);   

6.  

7.        System.out.print("反转后字符串：");   

8.        StringBuffer buff = new StringBuffer(s);   

9.        // java.lang.StringBuffer类的reverse()方法可以将字符串反转   

10.        System.out.println(buff.reverse().toString());   

11.    }   

12.}  

public class StringReverse {

    public static void main(String[] args) {

        // 原始字符串

        String s = "A quick brown fox jumps over the lazy dog.";

        System.out.println("原始的字符串：" + s);

        System.out.print("反转后字符串：");

        StringBuffer buff = new StringBuffer(s);

        // java.lang.StringBuffer类的reverse()方法可以将字符串反转

        System.out.println(buff.reverse().toString());

    }

}

运行结果： 

1.原始的字符串：A quick brown fox jumps over the lazy dog. 

2.反转后字符串：.god yzal eht revo spmuj xof nworb kciuq A 

按字节截取含有中文汉字的字符串 

要求实现一个按字节截取字符串的方法，比如对于字符串"我ZWR爱JAVA"，截取它的前四位字节应该是"我ZW"，而不是"我ZWR"，同时要保证不会出现截取了半个汉字的情况。 

英文字母和中文汉字在不同的编码格式下，所占用的字节数也是不同的，我们可以通过下面的例子来看看在一些常见的编码格式下，一个英文字母和一个中文汉字分别占用多少字节。 

Java代码 

1.import java.io.UnsupportedEncodingException;   

2.  

3.public class EncodeTest {   

4.    /**  

5.     * 打印字符串在指定编码下的字节数和编码名称到控制台  

6.     *   

7.     * @param s  

8.     *            字符串  

9.     * @param encodingName  

10.     *            编码格式  

11.     */  

12.    public static void printByteLength(String s, String encodingName) {   

13.        System.out.print("字节数：");   

14.        try {   

15.            System.out.print(s.getBytes(encodingName).length);   

16.        } catch (UnsupportedEncodingException e) {   

17.            e.printStackTrace();   

18.        }   

19.        System.out.println(";编码：" + encodingName);   

20.    }   

21.  

22.    public static void main(String[] args) {   

23.        String en = "A";   

24.        String ch = "人";   

25.  

26.        // 计算一个英文字母在各种编码下的字节数   

27.        System.out.println("英文字母：" + en);   

28.        EncodeTest.printByteLength(en, "GB2312");   

29.        EncodeTest.printByteLength(en, "GBK");   

30.        EncodeTest.printByteLength(en, "GB18030");   

31.        EncodeTest.printByteLength(en, "ISO-8859-1");   

32.        EncodeTest.printByteLength(en, "UTF-8");   

33.        EncodeTest.printByteLength(en, "UTF-16");   

34.        EncodeTest.printByteLength(en, "UTF-16BE");   

35.        EncodeTest.printByteLength(en, "UTF-16LE");   

36.  

37.        System.out.println();   

38.  

39.        // 计算一个中文汉字在各种编码下的字节数   

40.        System.out.println("中文汉字：" + ch);   

41.        EncodeTest.printByteLength(ch, "GB2312");   

42.        EncodeTest.printByteLength(ch, "GBK");   

43.        EncodeTest.printByteLength(ch, "GB18030");   

44.        EncodeTest.printByteLength(ch, "ISO-8859-1");   

45.        EncodeTest.printByteLength(ch, "UTF-8");   

46.        EncodeTest.printByteLength(ch, "UTF-16");   

47.        EncodeTest.printByteLength(ch, "UTF-16BE");   

48.        EncodeTest.printByteLength(ch, "UTF-16LE");   

49.    }   

50.}  

import java.io.UnsupportedEncodingException;

public class EncodeTest {

    /**

     * 打印字符串在指定编码下的字节数和编码名称到控制台

     * 

     * @param s

     *            字符串

     * @param encodingName

     *            编码格式

     */

    public static void printByteLength(String s, String encodingName) {

        System.out.print("字节数：");

        try {

            System.out.print(s.getBytes(encodingName).length);

        } catch (UnsupportedEncodingException e) {

            e.printStackTrace();

        }

        System.out.println(";编码：" + encodingName);

    }

    public static void main(String[] args) {

        String en = "A";

        String ch = "人";

        // 计算一个英文字母在各种编码下的字节数

        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();

        // 计算一个中文汉字在各种编码下的字节数

        System.out.println("中文汉字：" + 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");

    }

}

运行结果如下： 

1.英文字母：A 

2.字节数：1;编码：GB2312 

3.字节数：1;编码：GBK 

4.字节数：1;编码：GB18030 

5.字节数：1;编码：ISO-8859-1 

6.字节数：1;编码：UTF-8 

7.字节数：4;编码：UTF-16 

8.字节数：2;编码：UTF-16BE 

9.字节数：2;编码：UTF-16LE 

10.

11.中文汉字：人 

12.字节数：2;编码：GB2312 

13.字节数：2;编码：GBK 

14.字节数：2;编码：GB18030 

15.字节数：1;编码：ISO-8859-1 

16.字节数：3;编码：UTF-8 

17.字节数：4;编码：UTF-16 

18.字节数：2;编码：UTF-16BE 

19.字节数：2;编码：UTF-16LE 

UTF-16BE和UTF-16LE是UNICODE编码家族的两个成员。UNICODE标准定义了UTF-8、UTF-16、UTF-32三种编码格式，共有UTF-8、UTF-16、UTF-16BE、UTF-16LE、UTF-32、UTF-32BE、UTF-32LE七种编码方案。JAVA所采用的编码方案是UTF-16BE。从上例的运行结果中我们可以看出，GB2312、GBK、GB18030三种编码格式都可以满足题目的要求。下面我们就以GBK编码为例来进行解答。 

如果我们直接按照字节截取会出现什么情况呢？我们来测试一下： 

Java代码 

1.import java.io.UnsupportedEncodingException;      

2.     

3.public class CutString {      

4.    public static void main(String[] args) throws UnsupportedEncodingException {      

5.        String s = "我ZWR爱JAVA";      

6.        // 获取GBK编码下的字节数据      

7.        byte[] data = s.getBytes("GBK");      

8.        byte[] tmp = new byte[6];      

9.        // 将data数组的前六个字节拷贝到tmp数组中      

10.        System.arraycopy(data, 0, tmp, 0, 6);      

11.        // 将截取到的前六个字节以字符串形式输出到控制台      

12.        s = new String(tmp);      

13.        System.out.println(s);      

14.    }      

15.}   

import java.io.UnsupportedEncodingException;   

public class CutString {   

    public static void main(String[] args) throws UnsupportedEncodingException {   

        String s = "我ZWR爱JAVA";   

        // 获取GBK编码下的字节数据   

        byte[] data = s.getBytes("GBK");   

        byte[] tmp = new byte[6];   

        // 将data数组的前六个字节拷贝到tmp数组中   

        System.arraycopy(data, 0, tmp, 0, 6);   

        // 将截取到的前六个字节以字符串形式输出到控制台   

        s = new String(tmp);   

        System.out.println(s);   

    }   

} 

输出结果： 

1.我ZWR? 

在截取前六个字节时，第二个汉字“爱”被截取了一半，导致它无法正常显示了，这样显然是有问题的。 

我们不能直接使用String类的substring(int beginIndex, int endIndex)方法，因为它是按字符截取的。'我'和'Z'都被作为一个字符来看待，length都是1。实际上我们只要能区分开中文汉字和英文字母，这个问题就迎刃而解了，而它们的区别就是，中文汉字是两个字节，英文字母是一个字节。 

Java代码 

1.import java.io.UnsupportedEncodingException;   

2.  

3.public class CutString {   

4.  

5.    /**  

6.     * 判断是否是一个中文汉字  

7.     *   

8.     * @param c  

9.     *            字符  

10.     * @return true表示是中文汉字，false表示是英文字母  

11.     * @throws UnsupportedEncodingException  

12.     *             使用了JAVA不支持的编码格式  

13.     */  

14.    public static boolean isChineseChar(char c)   

15.            throws UnsupportedEncodingException {   

16.        // 如果字节数大于1，是汉字   

17.        // 以这种方式区别英文字母和中文汉字并不是十分严谨，但在这个题目中，这样判断已经足够了   

18.        return String.valueOf(c).getBytes("GBK").length > 1;   

19.    }   

20.  

21.    /**  

22.     * 按字节截取字符串  

23.     *   

24.     * @param orignal  

25.     *            原始字符串  

26.     * @param count  

27.     *            截取位数  

28.     * @return 截取后的字符串  

29.     * @throws UnsupportedEncodingException  

30.     *             使用了JAVA不支持的编码格式  

31.     */  

32.    public static String substring(String orignal, int count)   

33.            throws UnsupportedEncodingException {   

34.        // 原始字符不为null，也不是空字符串   

35.        if (orignal != null && !"".equals(orignal)) {   

36.            // 将原始字符串转换为GBK编码格式   

37.            orignal = new String(orignal.getBytes(), "GBK");   

38.            // 要截取的字节数大于0，且小于原始字符串的字节数   

39.            if (count > 0 && count < orignal.getBytes("GBK").length) {   

40.                StringBuffer buff = new StringBuffer();   

41.                char c;   

42.                for (int i = 0; i < count; i++) {   

43.                    // charAt(int index)也是按照字符来分解字符串的   

44.                    c = orignal.charAt(i);   

45.                    buff.append(c);   

46.                    if (CutString.isChineseChar(c)) {   

47.                        // 遇到中文汉字，截取字节总数减1   

48.                        --count;   

49.                    }   

50.                }   

51.                return buff.toString();   

52.            }   

53.        }   

54.        return orignal;   

55.    }   

56.  

57.    public static void main(String[] args) {   

58.        // 原始字符串   

59.        String s = "我ZWR爱JAVA";   

60.        System.out.println("原始字符串：" + s);   

61.        try {   

62.            System.out.println("截取前1位：" + CutString.substring(s, 1));   

63.            System.out.println("截取前2位：" + CutString.substring(s, 2));   

.            System.out.println("截取前4位：" + CutString.substring(s, 4));   

65.            System.out.println("截取前6位：" + CutString.substring(s, 6));   

66.        } catch (UnsupportedEncodingException e) {   

67.            e.printStackTrace();   

68.        }   

69.    }   

70.}  

import java.io.UnsupportedEncodingException;

public class CutString {

    /**

     * 判断是否是一个中文汉字

     * 

     * @param c

     *            字符

     * @return true表示是中文汉字，false表示是英文字母

     * @throws UnsupportedEncodingException

     *             使用了JAVA不支持的编码格式

     */

    public static boolean isChineseChar(char c)

            throws UnsupportedEncodingException {

        // 如果字节数大于1，是汉字

        // 以这种方式区别英文字母和中文汉字并不是十分严谨，但在这个题目中，这样判断已经足够了

        return String.valueOf(c).getBytes("GBK").length > 1;

    }

    /**

     * 按字节截取字符串

     * 

     * @param orignal

     *            原始字符串

     * @param count

     *            截取位数

     * @return 截取后的字符串

     * @throws UnsupportedEncodingException

     *             使用了JAVA不支持的编码格式

     */

    public static String substring(String orignal, int count)

            throws UnsupportedEncodingException {

        // 原始字符不为null，也不是空字符串

        if (orignal != null && !"".equals(orignal)) {

            // 将原始字符串转换为GBK编码格式

            orignal = new String(orignal.getBytes(), "GBK");

            // 要截取的字节数大于0，且小于原始字符串的字节数

            if (count > 0 && count < orignal.getBytes("GBK").length) {

                StringBuffer buff = new StringBuffer();

                char c;

             for (int i = 0; i < count; i++) {

                    // charAt(int index)也是按照字符来分解字符串的

                    c = orignal.charAt(i);

                    buff.append(c);

                    if (CutString.isChineseChar(c)) {

                        // 遇到中文汉字，截取字节总数减1

                        --count;

                    }

                }

                return buff.toString();

            }

        }

        return orignal;

    }

    public static void main(String[] args) {

        // 原始字符串

        String s = "我ZWR爱JAVA";

        System.out.println("原始字符串：" + 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();

        }

    }

}

运行结果： 

1.原始字符串：我ZWR爱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爱