《Java编程思想》笔记 第十三章 字符串

1.String对象不可变

• String对象不可变，只读。任何指向它的引用都不能改变它的内容。改变String内容意味着创建了一个新的String对象。
• String 对象作为方法参数时都会复制一份引用（不是复制对象），而引用指向的对象一直呆在单一物理位置上。

2.重载操作符和StringBuild

• + += 这2个符号作用于字符串和基本类型数据时意义不相同，Java只有这2个操作符被重载过。

2.1 拼接字符串 + += 编译器会调用StringBuild来工作。
2.2 拼接字符串时编译器会创建一个StringBuild对象来生成最终的String,并且调用append方法来拼接字符串，最后用toString输出。（一条表达式生成一个StringBuild对象）
2.3 如果 + +=在循环内，就会生成多个StringBuild对象，影响性能。如果在循环外创建StringBuild对象循环内调用append方法，就会只有一个对象。
7.Object的toString方法输出对象引用地址，所有类都继承它，但大多数类覆写了toString方法，用来输出对象内容的字符串。

3.无意识的递归

• 打印对象引用会调用toString，this代表调用当前方法的引用，所以this在toString中会发生递归调用。

4.格式化输出

4.1输出流的两种格式化输出方法。

• printf( ) 这和C语言中的一样，使用%d、%f、%s等占位符，但C语言中不能拼接字符串，Java可以。
• format（）和printf( )一样，printf()调用了format()方法

4.2 Formatter类

4.2.1 新的格式化输出功能都由Formatter类提供。

4.2.2 创建Formatter对象要给构造器传递一些信息，告诉它最后输出到哪。

4.2.3 格式化说明符

• %[argument_index$] [flags] [width] [.precision] conversion  [ ] 内为可略内容

     1. argument_index 是一个十进制整数， 2$表示使用参数列表的第2个参数 。
    2. flags 是修改输出格式的字符集。有效标志的集合取决于转换类型。  
    3. width 是一个非负十进制整数，至少达到多少长度，不够用空格补齐，默认右对齐。 

    4. precision 是一个非负十进制整数，前面有个点，和width区分。通常用来限制字符数，表示最多多少位。

        整数无法使用,String型输出最大字符量，浮点型表示小数点位数，不足补0，超过四舍五入。
    5. 浮点数 %f 默认输出小数点后6位

    6. %b  对于Boolean 和 boolean型可以准确输出，对于其他类型只要不是null，就为true，0也是true。

4.2.4 静态方法 String.format()返回一个String, 如果只使用一次format()方法，这个比较简单。

5.正则表达式

5.1 String自带的正则表达式工具

• s.split(regex)  将字符串从正则表达式匹配的地方割开，并返回String数组。
• s.matches(regex) 返回boolean值, 是否能匹配到正则。
• s.replaceFirst（regex  a）将第一个匹配到的正则换为a. s.replaceAll（regex  a）替换全部。
• 只使用一次正则表达式建议使用自带的

5.2 创建正则表达式对象

5.2.1 创建一个正则表达式对象 Pattern p  = Pattern.compile(regex);  

        Pattern 是 final 类 只能通过静态方法它的compile创建对象。

5.2.2 Matcher m = p.matcher(string); 

        Matcher 同样也是 final 类

         Pattern对象的matcher方法接受一个字符串并生成一个 Matcher 匹配器对象 ，通过匹配器可以获得字符串与正则的关系

5.2.3 匹配器的一些方法：

• m.matches() 整个字符串是否匹配正则
• m.lookingAt() 字符串的起始部分是否匹配
• m.find() 查找下一个匹配（下一个意味着有迭代行为）
• m.find(int start) 从指定位置开始匹配
• find 只负责匹配，不返回匹配到的结果，匹配到的结果由group()获取。

5.3 组

• 组是用括号划分的正则表达式，由外向内，由左向右 编号0  1  2  3 。。。叫 组0，组1，组2 。。。

5.3.1 Matcher对象获得组相关信息的方法

• public int groupCount() 返回组的数量，不包括组0
• public String group() 返回前一次的全匹配（组0）相当于group(0)
• public String group(int i ) 返回 前一次匹配期间指定组，若之前匹配成功，指定组未能匹配则返回null
• start(int group) 返回匹配到的指定组的起始位置索引。
• start()返回匹配到的正则起始索引。
• end(int group) 返回匹配到的指定组的最后一位索引再加一。
• end()返回匹配到的正则最后一位索引再加一。

6 Pattern标记

• Pattern.compile(regex，int flage)  flage来自pattern类中的常量，可以调整匹配行为，是对正则式的一种约定。可是使用 | 组合多个标记。

1. Pattern.CANON_EQ 两个字符当且仅当它们的完全规范分解相匹配时，就认为它们是匹配的。
2. Pattern.CASE_INSENSITIVE(?i) 默认情况下，大小写不敏感的匹配假定只有US-ASCII字符集中的字符才能进行。这个标记允许模式匹配不必考虑大小写（大写或小写）。通过指定UNICODE_CASE标记及结合此标记。基于Unicode的大小写不满干的匹配就可以开启了。
3. Pattern.COMMENTS(?x) 在这种模式下，空格符将被忽略掉，并且以#开始直到行末的注释也会被忽略掉。
4. Pattern.DOTALL(?s) 在dotall模式中，表达式"." 匹配所有字符，包括终结符。默认情况下，”." 表达式不匹配行终结符。
5. Pattern.MULTILINE(?m) 在多行模式下，表达式^和$分别匹配一行的开始和结束。^还匹配输入字符串的开始，而$还匹配输入字符串的结尾。默认情况下，这些表达式仅匹配输入的完整字符串的开始和结束。
6. Pattern.UNICODE_CASE(?u) 当指定这个标记， 并且开启CASE_INSENSITIVE时，大小写不敏感的匹配将按照与Unicode标准相一致的方式进行。默认情况下，大小写不敏感的匹配假定只能在US-ASCII 字符集中的字符才能进行
7. Pattern.UNIX_LINES(?d) 在这种模式下，在., ^和$行为中， 只识别行终结符\n

7 split()

• 切割字符串并返回切割后的字符串数组，一切split()方法底层都由Pattern的split()方法提供支持。

1.Pattern.compile(regex).split(String string);

2.Pattern.compile(regex).split(String string, int limit); 从第limit个开始不分割，包括limit。

8 替换

1.String自带替换

• public String replaceFirst(String regex,String replacement)   只替换第一个匹配到的正则。
• public String replaceAll(String regex,String replacement)  替换全部。

2. Matcher 替换

• Pattern.compile(regex).matcher(str).replaceFirst(repl)   // String 方法的底层实现。
• Pattern.compile(regex).matcher(str).replaceAll(repl)     // String 方法的底层实现。
• appendReplacement(StringBuffer sb, String replacement)  渐进式替换  

Pattern p = Pattern.compile("cat");
         Matcher m = p.matcher("one cat two cats in the yard");
         StringBuffer sb = new StringBuffer(); //用于接收被替换的部分
         while (m.find()) {
             m.appendReplacement(sb, "dog");
             //System.out.println(sb.toString());
         }
         m.appendTail(sb); //把剩余部分存入sb
         System.out.println(sb.toString());

//one dog
//one dog two dog
//one dog two dogs in the yard

 3 reset（）

• m. reset(string)   将Matcher对象应用与一个新的字符串，中途改变要匹配的字符串。

9 正则与IO

10 扫描输入 Scanner

• 对输入进行分词

1.scanner构造器接受任何类型的输入对象。

2.普通next()方法返回下一个string对象。

3.基本类型除char外的 nextXXX() 方法都返回对应类型的数字。

4.next方法只有找到一个完整的分词后才返回，否则线程挂起等待。

5.hasNexXXX（）方法判断下一个分词是否是需要的类型。

6.scanner默认对空字符串分割。

7.scanner.useDlimiter(regex) 使用正则对输入分词

8.scanner.dlimiter() 返回 当前正则匹配到的字符串，并作为Pattern对象。

9 正在扫描

• nextXXX( string)和hasNex(string)都可以传入String进行匹配。（注意是匹配不是分词）。也可以传入string类型和pattern类型的正则进行匹配。
• 用正则匹配后调用scanner.match()，返回MatcherResult类型的扫描匹配结果。它包含了获得的内容及捕获组位置，通过group(i)获得对应组信息。