跟着 Guava 学 Java 之字符串处理
Joiner
Guava Joiner
顾名思义就是将字符串连接起来
Joiner joiner = Joiner.on("; ").skipNulls();
System.out.println(joiner.join("Harry", null, "Ron", "Hermione"));
//可以传集合、数组或多个参数
List<Integer> nums = List.of(1, 2, 3, 4, 5);
System.out.println(joiner.join(nums));
输出：
Harry; Ron; Hermione
1; 2; 3; 4; 5
上面代码中忽略了 null 也可以将 null 替换为其他字符串，比如：
System.out.println(Joiner.on("; ").useForNull("**").join(1,2,3,null));
Joiner 是线程安全的，一般你可以定义一个 static final的常量：
static final Joiner joiner = Joiner.on(",");
还可以将 map 也 join 起来：
Joiner.MapJoiner mapJoiner = Joiner.on("; ").withKeyValueSeparator("|");
Map<String, Integer> testMap = Map.of("a", 1, "b", 2);
System.out.println(mapJoiner.join(testMap));
输出：
b|2; a|1
其他 Joiner
JDK 自身也有 String 的 Joiner API：
String PREFIX = "[";
String SUFFIX = "]";
StringJoiner jdkJoiner = new StringJoiner(",");
StringJoiner jdkJoiner2 = new StringJoiner(
",", PREFIX, SUFFIX);
System.out.println(jdkJoiner2.add("a").add("b").add("c").toString());
可以添加前、后缀，但元素只能一个一个 add，没有 guava 方便 。
如果你是简单的 join 需求，使用 JDK8 以后的 API，直接用 Stream 就完了。
//use JAVA8 stream
List<String> rgbList = Arrays.asList("Red", "Green", "Blue");
String commaSeparatedRGB = rgbList.stream()
.map(color -> color.toString())
.collect(Collectors.joining(","));
System.out.println(commaSeparatedRGB);
总结
简单 join 直接 stream 流式一行代码搞定，特殊点的看看 Guava 的 joiner 支不支持，一般 Guava 的 Joiner 够用了。再搞不定的自己写个工具类方法吧。
Splitter
JDK 内建
JDK 内建的字符串拆分工具有一些古怪的特性。比如，String.split悄悄丢弃了尾部的分隔符。
System.out.println(Arrays.toString(",a,,b,".split(",")));
//输出 [, a, , b]
当然还有 StringTokenizer 这种更繁琐的东西：
String str = "runoob,google,taobao,facebook,zhihu";
// 以 , 号为分隔符来分隔字符串
StringTokenizer st=new StringTokenizer(str,",");
while(st.hasMoreTokens()) {
System.out.println(st.nextToken());
}
Guava Splitter
Splitter使用令人放心的、直白的流畅 API 模式对这些混乱的特性作了完全的掌控。
Iterable<String> split = Splitter.on(',')
.trimResults()
.omitEmptyStrings()
.split("foo,bar,, qux");
System.out.println(split.toString());
//输出 [foo, bar, qux]
Splitter 可以被设置为按照任何 Pattern, char, String, 或者 CharMatcher拆分。
方法 描述 范例 Splitter.on(char) 按单个字符拆分 Splitter.on(';') Splitter.on(CharMatcher) 按字符匹配器拆分 Splitter.on(CharMatcher.anyOf(";,.")) Splitter.on(String) 按字符串拆分 Splitter.on(",") Splitter.on(Pattern) Splitter.onPattern(String) 按正则表达式拆分 Splitter.onPattern("r?n") Splitter.fixedLength(int) 按固定长度拆分；最后一段可能比给定长度短，但不会为空。 Splitter.fixedLength(3)
列举一些 Splitter 的方法
方法 描述 omitEmptyStrings() 从结果中自动忽略空字符串 trimResults() 移除结果字符串的前导空白和尾部空白 trimResults(CharMatcher) 给定匹配器，移除结果字符串的前导匹配字符和尾部匹配字符 limit(int) 限制拆分出的字符串数量
注意 trimResults(CharMatcher) ，它是把所有前导字符干掉外加尾部能匹配上的字符，举个例子：
// 可以看到，前缀都没了，尾部与 “_” 匹配上的只有 “c__”，所以干掉了一个 “_”，剩下 “c_”
System.out.println(Splitter.on(',').trimResults(CharMatcher.is('_')).split("_a ,_b_ ,c__").toString());
上面的代码返回 ：[a , b_ , c] ，
同 Joiner 一样，Splitter实例也是线程安全的，所以可以定义为 static final
static final Splitter splitter = Splitter.on(",").omitEmptyStrings().trimResults();
还可以利用 MapSplitter 把字符串反序列化成 Map，例如：
@Test
public void testMapSplitter() {
String startSring = "Washington D.C=Redskins#New York City=Giants#Philadelphia=Eagles#Dallas=Cowboys";
Map<String, String> testMap = Maps.newLinkedHashMap();
testMap.put("Washington D.C", "Redskins");
testMap.put("New York City", "Giants");
testMap.put("Philadelphia", "Eagles");
testMap.put("Dallas", "Cowboys");
Splitter.MapSplitter mapSplitter = Splitter.on("#").withKeyValueSeparator("=");
Map<String, String> splitMap = mapSplitter.split(startSring);
assertEquals(testMap, splitMap);
}
CharMatcher
Guava 为我们提供了字符匹配器，你可以认为一个CharMatcher实例代表着某一类字符，如数字或空白字符。CharMatcher 还提供了一系列方法，让你对字符进行特定类型的操作：修剪 [trim]、折叠 [collapse]、移除 [remove]、保留 [retain] 等等。
所以使用 CharMatcher，大致分两步
- 第一步：定义 CharMatcher，定义怎样算“匹配” 到字符
- 第二步：如何处理匹配到的这些字符
下面我们用一些小例子来说明：
将 " 1 2 3 4 6 9 " 转换成 "1 2 3 4 6 9" 去掉多余的空格，用空格间隔每个字符
// 我们先定义“空白” 然后折叠连续的空白并用一个空格代替，同时修剪掉首尾的空格
String tmpStr = " 1 2 3 4 6 9 " ;
String result = CharMatcher.whitespace().trimAndCollapseFrom(tmpStr,' ');
System.out.println(result);
获取 0-6 范围内的数字字符
String tmpStr = "df67sn18kj9" ;
String result = CharMatcher.inRange('0','6').retainFrom(tmpStr) ;
System.out.println( result);
获取 d-k 范围内的数字字符
String tmpStr = "df67sn18kj9" ;
String result = CharMatcher.inRange('d','k').retainFrom(tmpStr) ;
System.out.println( result);
去掉特殊字符
String input = "H*el.lo,}12";
CharMatcher matcher = CharMatcher.javaLetterOrDigit();
String result = matcher.retainFrom(input);
assertEquals("Hello12", result);
去掉非 ASCII 码字符
String input = "あ hello₤";
String result = CharMatcher.ascii().retainFrom(input);
assertEquals("hello", result);
result = CharMatcher.inRange('0', 'z').retainFrom(input);
assertEquals("hello", result);
过滤或筛选字符串中的汉字
//单字节匹配器（汉字是双字节） 不要汉字
System.out.println("去除双字节，获取单字节：" + CharMatcher.singleWidth().retainFrom(matchStr));
//只留汉字
System.out.println("去除单字节，获取双字节：" + CharMatcher.singleWidth().removeFrom(matchStr));
方法分类
看完上面的例子，你可能对 CharMatcher 的方法感兴趣了，CharMatcher 一类分三类
第一类是判定型函数，判断 Charmacher 和入参字符串的匹配关系。
CharMatcher.is('a').matchesAllOf("aaa");//true
CharMatcher.is('a').matchesAnyOf("aba");//true
CharMatcher.is('a').matchesNoneOf("aba");//true
第二类是计数型函数，查找入参字符串中第一次、最后一次出现目标字符的位置，或者目标字符出现的次数，比如 indexIn，lastIndexIn 和 countIn。
CharMatcher.is('a').countIn("aaa"); // 3
CharMatcher.is('a').indexIn("java"); // 1
第三类就是对匹配字符的操作。包括 removeFrom、retainFrom、replaceFrom、trimFrom、collapseFrom 等。
方法清单
拉个单子方便查
CaseFormat
CaseFormat 被用来方便地在各种 ASCII 大小写规范间转换字符串——比如，编程语言的命名规范。CaseFormat 支持的格式如下：
格式 范例 LOWER_CAMEL lowerCamel LOWER_HYPHEN lower-hyphen LOWER_UNDERSCORE lower_underscore UPPER_CAMEL UpperCamel UPPER_UNDERSCORE UPPER_UNDERSCORE
CaseFormat 的用法很直接：
CaseFormat.UPPER_UNDERSCORE.to(CaseFormat.LOWER_CAMEL, "CONSTANT_NAME")); // returns "constantName"
CaseFormat 在某些时候尤其有用，比如编写代码生成器的时候。
Strings
Strings 工具类也提供了许多好用的处理字符串的方法，比如简单和见名知义就不多说了。
参考
- https://www.runoob.com/w3cnote/java-stringtokenizer-intro.html
- https://www.baeldung.com/guava-string-charmatcher
- https://github.com/google/guava/wiki/StringsExplained#splitter
- https://mindawei.github.io/2018/03/17/Guava 学习之 CharMatcher/
