Java 之 String 的用法及相干注意

Java 之 String 的用法及相关注意

System.out.println( s2==s1.intern() );
结果：
false
kvill kvill
true
　　在这个类中我们没有声名一个”kvill”常量，所以常量池中一开始是没有”kvill”的，当我们调用s1.intern()后就在常量池中新添加了一个”kvill”常量，原来的不在常量池中的”kvill”仍然存在，也就不是“将自己的地址注册到常量池中”了。
　　s1==s1.intern()为false说明原来的“kvill”仍然存在；
　　s2现在为常量池中“kvill”的地址，所以有s2==s1.intern()为true。

　　5. 关于equals()和==:
　　这个对于String简单来说就是比较两字符串的Unicode序列是否相当，如果相等返回true;而==是比较两字符串的地址是否相同，也就是是否是同一个字符串的引用。

　　6. 关于String是不可变的
　　这一说又要说很多，大家只要知道String的实例一旦生成就不会再改变了，比如说：String str=”kv”+”ill”+” “+”ans”;
就是有4个字符串常量，首先”kv”和”ill”生成了”kvill”存在内存中，然后”kvill”又和” “ 生成 ”kvill “存在内存中，最后又和生成了”kvill ans”;并把这个字符串的地址赋给了str,就是因为String的“不可变”产生了很多临时变量，这也就是为什么建议用StringBuffer的原因了，因为StringBuffer是可改变的。

四、String和StringBuffer的区别

在java中有3个类来负责字符的操作

1.Character 是进行单个字符操作的，

2.String 对一串字符进行操作。不可变类。

3.StringBuffer 也是对一串字符进行操作，但是可变类。

String:
是对象不是原始类型.
为不可变对象,一旦被创建,就不能修改它的值.
对于已经存在的String对象的修改都是重新创建一个新的对象,然后把新的值保存进去.
String 是final类,即不能被继承.

StringBuffer:
是一个可变对象,当对他进行修改的时候不会像String那样重新建立对象
它只能通过构造函数来建立,
StringBuffer sb = new StringBuffer();
note:不能通过付值符号对他进行付值.
sb = "welcome to here!";//error
对象被建立以后,在内存中就会分配内存空间,并初始保存一个null.向StringBuffer
中付值的时候可以通过它的append方法.
sb.append("hello");

字符串连接操作中StringBuffer的效率要比String高:

String str = new String("welcome to ");
str += "here";
的处理步骤实际上是通过建立一个StringBuffer,让侯调用append(),最后
再将StringBuffer toSting();
这样的话String的连接操作就比StringBuffer多出了一些附加操作,当然效率上要打折扣.

并且由于String 对象是不可变对象,每次操作Sting 都会重新建立新的对象来保存新的值.
这样原来的对象就没用了,就要被垃圾回收.这也是要影响性能的.

看看以下代码：
将26个英文字母重复加了5000次，

String tempstr = "abcdefghijklmnopqrstuvwxyz";
int times = 5000;
long lstart1 = System.currentTimeMillis();
String str = "";
for (int i = 0; i < times; i++) {
?? str += tempstr;
}
long lend1 = System.currentTimeMillis();
long time = (lend1 - lstart1);
System.out.println(time);

可惜我的计算机不是超级计算机，得到的结果每次不一定一样一般为 46687左右。
也就是46秒。
我们再看看以下代码

String tempstr = "abcdefghijklmnopqrstuvwxyz";
int times = 5000;
long lstart2 = System.currentTimeMillis();
StringBuffer sb = new StringBuffer();
for (int i = 0; i < times; i++) {
?? sb.append(tempstr);
}
long lend2 = System.currentTimeMillis();
long time2 = (lend2 - lstart2);
System.out.println(time2);

得到的结果为 16 有时还是 0
所以结论很明显，StringBuffer 的速度几乎是String 上万倍。当然这个数据不是很准确。因为循环的次数在100000次的时候，差异更大。不信你试试。

根据上面所说：

str += "here";
的处理步骤实际上是通过建立一个StringBuffer,让侯调用append(),最后
再将StringBuffer toSting();

所以str += "here";可以等同于

StringBuffer sb = new StringBuffer(str);

sb.append("here");

str = sb.toString();

所以上面直接利用"+"来连接String的代码可以基本等同于以下代码

String tempstr = "abcdefghijklmnopqrstuvwxyz";
int times = 5000;
long lstart2 = System.currentTimeMillis();
String str = "";
for (int i = 0; i < times; i++) {
?? StringBuffer sb = new StringBuffer(str);
?? sb.append(tempstr);
?? str = sb.toString();
}
long lend2 = System.currentTimeMillis();
long time2 = (lend2 - lstart2);
System.out.println(time2);

平均执行时间为46922左右，也就是46秒。

总结: 如果在程序中需要对字符串进行频繁的修改连接操作的话.使用StringBuffer性能会更高

五、String.getBytes()编码问题

String的 getBytes()方法是得到一个字串的字节数组，这是众所周知的。但特别要注意的是，本方法将返回该操作系统默认的编码格式的字节数组。如果你在使用这个方法时不考虑到这一点，你会发现在一个平台上运行良好的系统，放到另外一台机器后会产生意想不到的问题。比如下面的程序:

在一个中文WindowsXP系统下，运行时，结果为：

bytes lenght is:12

但是如果放到了一个英文的UNIX环境下运行：

$ java TestCharset
??????????? bytes lenght is:9

如果你的程序依赖于该结果，将在后续操作中引起问题。为什么在一个系统中结果为12，而在另外一个却变成了9了呢？上面已经提到了，该方法是和平台（编码）相关的。

在中文操作系统中，getBytes方法返回的是一个GBK或者GB2312的中文编码的字节数组，其中中文字符，各占两个字节。而在英文平台中，一般的默认编码是“ISO-8859-1”，每个字符都只取一个字节（而不管是否非拉丁字符）。

Java中的编码支持

Java是支持多国编码的，在Java中，字符都是以Unicode进行存储的，比如，“你”字的Unicode编码是“4f60”，我们可以通过下面的实验代码来验证：

class TestCharset
??????????? {
??????????? public static void main(String[] args)
??????????? {
??????????? char c = '你';
??????????? int i = c;
??????????? System.out.println(c);
??????????? System.out.println(i);
??????????? }
??????????? }

不管你在任何平台上执行，都会有相同的输出：

20320

20320就是Unicode “4f60”的整数值。其实，你可以反编译上面的类，可以发现在生成的.class文件中字符“你”（或者其它任何中文字串）本身就是以Unicode编码进行存储的：

char c = '\u4F60';
??????????? ... ...

即使你知道了编码的编码格式，比如：

javac -encoding GBK TestCharset.java

编译后生成的.class文件中仍然是以Unicode格式存储中文字符或字符串的。使用String.getBytes(String charset)方法

所以，为了避免这种问题，我建议大家都在编码中使用String.getBytes(String charset)方法。下面我们将从字串分别提取ISO-8859-1和GBK两种编码格式的字节数组，看看会有什么结果：

class TestCharset
??????????? {
??????????? public static void main(String[] args)
??????????? {
??????????? new TestCharset().execute();
??????????? }
??????????? private void execute() {
??????????? String s = "Hello!你好！";
??????????? byte[] bytesISO8859 =null;
??????????? byte[] bytesGBK = null;
??????????? try
??????????? {
??????????? bytesISO8859 =
??????????? s.getBytes("iso-8859-1");
??????????? bytesGBK = s.getBytes("GBK");
??????????? }
??????????? catch
??????????? (java.io.UnsupportedEncodingException e)
??????????? {
??????????? e.printStackTrace();
??????????? }
??????????? System.out.println
??????????? ("--------------
??????????? \n 8859 bytes:");
??????????? System.out.println("bytes is:???? " + arrayToString(bytesISO8859));
??????????? System.out.println("hex format is:"
??????????? + encodeHex(bytesISO8859));
??????????? System.out.println();
??????????? System.out.println
??????????? ("--------------
??????????? \n GBK bytes:");
??????????? System.out.println("bytes is:
??????????? " + arrayToString(bytesGBK));
??????????? System.out.println("hex format
??????????? is:" + encodeHex(bytesGBK));
??????????? }
??????????? public static final String
??????????? encodeHex (byte[] bytes)
??????????? {
??????????? StringBuffer buff =
??????????? new StringBuffer(bytes.length * 2);
??????????? String b;
??????????? for (int i=0; i<bytes.length ; i++)
??????????? {
??????????? b = Integer.toHexString(bytes[i]);
??????????? // byte是两个字节的，
??????????? 而上面的Integer.toHexString会把字节扩展为4个字节
??????????? buff.append(b.length() > 2 ? b.substring(6,8) : b);
??????????? buff.append(" ");
??????????? }
??????????? return buff.toString();
??????????? }
??????????? public static final String
??????????? arrayToString (byte[] bytes)
??????????? {
??????????? StringBuffer buff = new StringBuffer();
??????????? for (int i=0; i<bytes.length ; i++)
??????????? {
??????????? buff.append(bytes[i] + " ");
??????????? }
??????????? return buff.toString();
??????????? }
??????????? }

执行上面程序将打印出：

--------------
??????????? 8859 bytes:
??????????? bytes is:???? 72 101 108 108 111 33 63 63 63
??????????? hex format is:48 65 6c 6c 6f 21 3f 3f 3f
??????????? --------------
??????????? GBK bytes:
??????????? bytes is:???? 72 101 108 108 111 33
??????????? -60 -29 -70 -61 -93 -95
??????????? hex format is:48 65 6c 6c 6f 21 c4 e3 ba c3 a3 a1

可见，在s中提取的8859-1格式的字节数组长度为9，中文字符都变成了“63”，ASCII码为63的是“?”，一些国外的程序在国内中文环境下运行时，经常出现乱码，上面布满了“?”，就是因为编码没有进行正确处理的结果。

而提取的GBK编码的字节数组中正确得到了中文字符的GBK编码。字符“你”“好”“！”的GBK编码分别是：“c4e3”“bac3”“a3a1”。得到了正确的以GBK编码的字节数组，以后需要还原为中文字串时，可以使用下面方法：

new String(byte[] bytes, String charset)

　　 mysql 不支持 unicode，所以比较麻烦。
　　将 connectionString 设置成 encoding 为 gb2312
　　 String connectionString
　　 = "jdbc:mysql://localhost/test?useUnicode=true&characterEncoding=gb2312";
　　
　　测试代码：
　　 String str = "汉字";
　　 PreparedStatement pStmt = conn.prepareStatement("INSERT INTO test VALUES (?)");
　　 pStmt.setString(1,str);
　　 pStmt.executeUpdate();
　　
　　数据库表格：
　　 create table test (
　　 name char(10)
　　 )
　　
　　连接 Oracle Database Server
　　-------------------------------------------
　　在把汉字字符串插入数据库前做如下转换操作：
　　 String(str.getBytes("ISO8859_1"),"gb2312")
　　
　　测试代码：
　　 String str = "汉字";
　　 PreparedStatement pStmt = conn.prepareStatement("INSERT INTO test VALUES (?)");
　　 pStmt.setString(1,new String(str.getBytes("ISO8859_1"),"gb2312");
　　 pStmt.executeUpdate();
　　
　　Servlet
　　-------------------------------------------
　　在 Servlet 开头加上两句话：
　　 response.setContentType("text/html;charset=UTF-8");
　　 request.setCharacterEncoding("UTF-8");

Java 之 String 的用法及相干注意

热点推荐