Java 高级文本处理

2021-09-21

Java Java进阶

1. 国际化编程

Java是第一个设计成支持国际化的编程语言
- java.util.ResourceBundle 用于加载一个语言_国家语言包
- java.util.Locale 定义一个语言_国家
- java.text.MessageFormat 用于格式化带占位符的字符串
- java.text.NumberFormat 用于格式化数字/金额
- java.text.DateFormat 用于格式化日期时间
- java.time.format.DateTimeFormatter 用于格式化日期时间

Locale类

Locale(zh_CN, en_US,…)
- 语言，zh，en等
- 国家/地区，CN，US等
- 其他变量(variant)(几乎不用)
Locale方法
- getAvailableLocales()返回所有的可用Locale
- getDefault()返回默认的Locale

语言文件

一个Properties文件
- 包含K-V对，每行一个K-V，例如：age=20
命名规则
- 包名_语言_国家地区.properties, (语言和国家地区可选)
  e.g. message_zh_CN.properties
- 存储文件必须是ASCII码文件
- 如果是ASCII以外的文字，必须用Unicode的表示\uxxxx
- 可以采用native2ascii.exe (%JAVA_HOME%\bin目录下)进行转码

ResourceBundle类

ResourceBundle

根据Locale要求，加载语言文件(Properties文件)，存储K-V对

1 2	Locale myLocale = new Locale("zh", "CN"); ResourceBundle.getBundle("msg", myLocale); //加载msg_zh_CN.properties

getString(String key) 返回所对应的value
- 如果找不到key，则报异常

语言文件层级结构

文件: 包名_当前Locale语言_当前Locale国家地区_当前Locale变量(variant)
- msg_zh_CN.properties (注意大小写)
- msg_zh.properties
- msg.properties
文件形成树结构

ResourceBundle 加载文件

首先，按如下顺序找到第一个Properties文件
- 包名_当前Locale语言_当前Locale国家地区_当前Locale变量(variant)
- 包名_当前Locale语言_当前Locale国家地区
- 包名_当前Locale语言
- 包名_默认Locale语言_默认Locale国家地区_默认Locale变量(variant)
- 包名_默认Locale语言_默认Locale国家地区
- 包名_默认Locale语言
- 包名
根据Properties树结构，把第一步的Properties文件及父级文件全部加载，作为后续的K-V集合

2. 高级字符串处理

正则表达式

用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”
作用
- 测试字符串内的模式
- 识别/替换文本
- 提取文本

java.util.regex包

Pattern类正则表达式的编译表示

compile 编译一个正则表达式为Pattern对象
matcher 用Pattern对象匹配一个字符串，返回匹配结果

private static final String REGEX = "\\bdog\\b";  //\b表示边界
private static final String INPUT = "dog dog dog doggie dogg";
Pattern p = Pattern.compile(REGEX);
Matcher m = p.matcher(INPUT);

Matcher类

Index Methods(位置方法)
start(), start(int group), end(), end(int group)

while (m.find()) {
    System.out.println("start(): " + m.start()); //开始位置
    System.out.println("end(): " + m.end()); //结束位置
}

Study Methods(查找方法)
lookingAt(), find(), find(int start), matches()

private static final String REGEX = "foo";
private static final String INPUT = "foooooooo";
private static Pattern pattern;
private static Matcher matcher;

public static void main(String[] args) {
    // Initialize
    pattern = Pattern.compile(REGEX);
    matcher = pattern.matcher(INPUT);

    System.out.println("Current REGEX is: " + REGEX);
    System.out.println("Current INPUT is: " + INPUT);

    System.out.println("lookingAt(): " + matcher.lookingAt());  //部分匹配
    System.out.println("matches(): " + matcher.matches());    //完全匹配
}

Replacement Methods(替换方法)

replaceAll(String replacement)

appendReplacement方法：

private static String REGEX = "a*b"; //*表示限定前面的a可以有0或者多个。
private static String INPUT = "aabfooaabfooabfoobcdd";
private static String REPLACE = "-";

public static void main(String[] args) {
    Pattern p = Pattern.compile(REGEX);
    Matcher m = p.matcher(INPUT); // get a matcher object
    StringBuffer sb = new StringBuffer();
    //全部替换
    while(m.find()){
        m.appendReplacement(sb,REPLACE);
    }
    //将最后的尾巴字符串附加上
    m.appendTail(sb); 
    System.out.println(sb.toString());
}

replaceAll方法：

private static String REGEX = "a*b"; //*表示限定前面的a可以有0或者多个。
private static String INPUT = "aabfooaabfooabfoobcdd";
    private static String REPLACE = "-";
    public static void main(String[] args) {
        Pattern p = Pattern.compile(REGEX);
        Matcher m = p.matcher(INPUT); // get a matcher object
        StringBuffer sb = new StringBuffer();
        //全部替换
        while(m.find()){
            m.appendReplacement(sb,REPLACE);
        }
        //将最后的尾巴字符串附加上
        m.appendTail(sb); 
        System.out.println(sb.toString());
    }

其他字符串操作

字符串和集合互转

[1,2,3], “1,2,3”

import org.apache.commons.lang3.StringUtils;

List<String> names = new LinkedList<String>();
names.add("Xiaohong");
names.add("Xiaoming");
names.add("Daming");
names.add("Xiaohei");

//从ArrayList变到字符串
String str1 = String.join(",", names);  //String.join， JDK 8 引入
System.out.println(str1);

String str2 = StringUtils.join(names, ",");  //Apache Commons Lang
System.out.println(str2);
    
//从字符串变回ArrayList
List<String> names2 = Arrays.asList(str2.split(",")); 
for(String name:names2) {
        System.out.println(name);
}

//StringUtils 可以支持更多数据类型
List<Integer> ids = new ArrayList<Integer>();
ids.add(1);
ids.add(3);
ids.add(5);
String str3 = StringUtils.join(ids, ",");  
System.out.println(str3);

字符串转义

对关键字符转义

import org.apache.commons.text.StringEscapeUtils;
String str = "He didn't say, \"Stop!\"";

//转义
String escapedStr = StringEscapeUtils.escapeJava(str);
System.out.println("escape" + ":" + escapedStr);

//从转义字符串转回来
String str2 = StringEscapeUtils.unescapeJava(escapedStr);
System.out.println("unescape" + ":" + str2);

变量名字格式化

名字驼峰命名

import com.google.common.base.CaseFormat;
String s1 = "CONSTANT_NAME";
String s2 = CaseFormat.UPPER_UNDERSCORE.to(CaseFormat.LOWER_CAMEL, s1);
System.out.println(s2); //constantName;

字符串输入流

将字符串转为一个输入流
输入流可以定义为Scanner（OJ实现原理）

import org.apache.commons.io.Charsets;
import org.apache.commons.io.IOUtils;
//构造字符串列表
List<String> names = new LinkedList<String>();
names.add("Xiaohong");
names.add("Xiaoming");
names.add("Daming");
names.add("Xiaohei");

//合并为一个字符串，以逗号相连
String nameStr = String.join(",",names);

//将字符串作为默认的输入流
InputStream in = IOUtils.toInputStream(nameStr, Charsets.toCharset("UTF-8"));
//重置系统的输入流
System.setIn(in);

//模拟键盘输入  这也是OJ平台测试用例输入的原理
//此处也可以换成一个文件输入流
Scanner sc=new Scanner(System.in);
sc.useDelimiter(",");
while(sc.hasNext())
{
    System.out.println(sc.next());
}