广州番禺Python, Java小班周末班培训

第四期线下Java, Python小班周末班已经开课了，培训的课程有Python爬虫，Python后端开发，Python办公自动化，Python大数据分析, Java中高级工程师培训。授课详情请点击：http://chipscoco.com/?cate=6    

9.1.1 理解字符串

理解字符串，不仅要知道它是什么，还要知道它底层的数据结构。那么，什么是字符串？在Java中使用英文的双引号括住的都是字符串,比如"你好世界"。字符串是一种线性的序列结构。理解这种数据结构，先观察下图所示的线性表:

上图表示的是字符串"你好世界"，从图中可以看出，字符与字符之间在逻辑上构成直线的关系，字符是按序进行排列的，所有的字符空间对应着一块连续的内存，这种结构就叫做线性的顺序存储结构。图中的每一个格子表示一个内存块，内存块里存储了字符的数字编码。

9.1.2 字符串的类型与定义

Java字符串的类型名为String, 同数组一样，也是采用直接定义法和new操作符来定义字符串。直接定义字符串的基本语法：

String string = "string";

小写的string表示字符串的变量名，双引号括住的就是字符串。

代码实例-直接定义字符串

public class HelloJava{
    public  static void main(String[] args) {
        // 定义一个名为name的字符串，值为薯条老师
        String name = "薯条老师";
    }
}

使用new操作符定义字符串的基本语法：

String string = new String("string");

代码实例-new一个字符串对象

public class HelloJava{
    public  static void main(String[] args) {
        // 构造一个名为name的字符串对象，值为Lohan
        String name = new String("Lohan");
    }

9.1.3 字符的数字编码

在第三章中已经介绍过，计算机只能处理二进制，为了让计算机也能对字符进行处理，需要对字符进行编码。所谓编码，是指用数字来对字符进行表示。不同的表示方法，即对应不同的字符编码。

一旦用数字来表示特定的字符，那么就可以对字符进行处理。当然计算机并不是直接处理字符，而是处理字符所对应的数字编码(数字编码可以转换为二进制)。

9.1.4 常用的字符编码

最早的字符编码为ASCII编码，这种编码使用一个字节来表示一个字符。一个字节能表示的范围是0-255，也就是说,这种编码最多只能表示256个字符。ASCII编码无法表示汉字等其它字符，为了满足其它地区的需要，又出现了多字节编码。

(1) ASCII

ASCII码，全称为美国信息交换标准码，一种使用7个或8个二进制位进行字符编码的方案，最多可以包含256个字符。基本的 ASCII 字符集一共有 128 个字符，其中有 96 个可打印字符，包括常用的字母、数字、标点符号等，另外还有 32 个控制字符。下图为ASCII字符的码表：

(2) UNICODE

在UNICODE编码中，为每种语言中的每个字符设定了统一并且唯一的二进制编码, 这个编号范围从 0x000000 到 0x10FFFF，每个字符对应一个唯一的UNICODE数字码，UNICODE编码的形式为：在数字码(十六进制)前面加上U+。例如："爱"的UNICODE是U+7231。

(3) UTF-8

UTF-8，是一种针对UNICODE的可变长度字符编码, 不同于UNICODE编码采用固定长度的字节数来表示字符， UTF-8使用的字节数是可变的，比如ASCII字符，在UTF-8编码中仍使用一个字节来进行编码，对于汉字等字符使用的是3个字节来进行编码。

(4) GBK

GBK编码是汉字编码字符集，采用的是单双字节变长编码，英文字符使用单字节编码，完全兼容ASCII码，中文部分采用双字节编码。

9.1.5 字符串的编码与解码

通过字符串对象的getBytes方法，可以获取字符串以特定编码方式编码后的字节码。

下表为getBytes方法的使用说明：

代码实例-获取字符串的UTF-8编码

public class HelloJava{
    public  static void main(String[] args) {
        // 构造一个名为name的字符串对象，值为Lohan
        String name = new String("Lohan");
        // 获取name字符串的UTF-8编码，StandarCharsets是Java内置的标准字符集类
        byte [] bytes = name.getBytes(StandardCharsets.UTF_8);
        System.out.println(bytes);
    }
}

有编码自然就有解码，解码是将字节码再转换成Java字符串。在使用new操作符来构造字符串对象时，可传递一个字节码，并指定编码类型来解码：

String string = new String(byte bytes[], String charsetName);

代码实例-将字节码转换为字符串

public class HelloJava{
    public  static void main(String[] args) {
        // 构造一个名为name的字符串对象，值为Lohan
        String name = new String("Lohan");
        // 获取name字符串的UTF-8编码，StandarCharsets是Java内置的标准字符集类
        byte [] bytes = name.getBytes(StandardCharsets.UTF_8);
        
        // 将bytes转换为字符串，指定的字符编码类型为UTF-8
        name = new String(bytes, StandardCharsets.UTF_8);
        System.out.println(name);
    }
}

读者需注意的是，在对bytes类型进行解码时，编码方式必须兼容，否则会出现乱码。在工作中使用较多的字符编码主要是ascii, utf-8,gbk等编码。utf-8,gbk均向下兼容ascii，但ascii却不能向上兼容utf-8,gbk。此外，utf-8与gbk也互不兼容。

9.1.6 转义字符

编程语言中的转义字符是反斜杠符号'\'+字符构成的特殊字符，通常使用转义字符来表示字符集中定义的字符，如ASCll字符集里面的换行符。下表是常用的转义字符：

使用转义字符可以避免产生歧义，比如通过转义字符\"来表示一个包含引号的字符串:

"\""

如果没有转义字符，那么系统无法识别用户究竟定义的是一个包含引号的字符串，还是一个三引号。使用转义字符还可以定义字符串的输出格式，比如定义多行字符串。

代码实例-定义多行字符串

public class HelloJava{
    public  static void main(String[] args) {
        // 在字符串中加上换行符，输出时会自动换行
        String content = "书山有路勤为径\n学海无涯苦作舟";
        System.out.println(content);
    }
}

执行以上程序时，在IDEA中会按以下格式进行输出：

书山有路勤为径

学海无涯苦作舟

读者在练习时，还可以加上其它的转义字符来进行测试。

9.1.7 高薪就业班

(1) Python后端工程师高薪就业班，月薪10K-15K，免费领取课程大纲
(2) Python爬虫工程师高薪就业班，年薪十五万，免费领取课程大纲
(3) Java后端开发工程师高薪就业班，月薪10K-20K, 免费领取课程大纲
(4) Python大数据工程师就业班，月薪12K-25K,免费领取课程大纲