Java 8 API 示例:字符串、数值、算术和文件

原文:Java 8 API by Example: Strings, Numbers, Math and Files

译者:飞龙

协议:CC BY-NC-SA 4.0

大量的教程和文章都涉及到Java8中最重要的改变,例如lambda表达式函数式数据流。但是此外许多现存的类在JDK 8 API中也有所改进,带有一些实用的特性和方法。

这篇教程涉及到Java 8 API中的那些小修改 — 每个都使用简单易懂的代码示例来描述。让我们好好看一看字符串、数值、算术和文件。

处理字符串

两个新的方法可在字符串类上使用:joinchars。第一个方法使用指定的分隔符,将任何数量的字符串连接为一个字符串。

  1. String.join(":", "foobar", "foo", "bar");
  2. // => foobar:foo:bar

第二个方法chars从字符串所有字符创建数据流,所以你可以在这些字符上使用流式操作。

  1. "foobar:foo:bar"
  2. .chars()
  3. .distinct()
  4. .mapToObj(c -> String.valueOf((char)c))
  5. .sorted()
  6. .collect(Collectors.joining());
  7. // => :abfor

不仅仅是字符串,正则表达式模式串也能受益于数据流。我们可以分割任何模式串,并创建数据流来处理它们,而不是将字符串分割为单个字符的数据流,像下面这样:

  1. Pattern.compile(":")
  2. .splitAsStream("foobar:foo:bar")
  3. .filter(s -> s.contains("bar"))
  4. .sorted()
  5. .collect(Collectors.joining(":"));
  6. // => bar:foobar

此外,正则模式串可以转换为谓词。这些谓词可以像下面那样用于过滤字符串流:

  1. Pattern pattern = Pattern.compile(".*@gmail\\.com");
  2. Stream.of("bob@gmail.com", "alice@hotmail.com")
  3. .filter(pattern.asPredicate())
  4. .count();
  5. // => 1

上面的模式串接受任何以@gmail.com结尾的字符串,并且之后用作Java8的Predicate来过滤电子邮件地址流。

处理数值

Java8添加了对无符号数的额外支持。Java中的数值总是有符号的,例如,让我们来观察Integer

int可表示最多2 ** 32个数。Java中的数值默认为有符号的,所以最后一个二进制数字表示符号(0为正数,1为负数)。所以从十进制的0开始,最大的有符号正整数为2 ** 31 - 1

你可以通过Integer.MAX_VALUE来访问它:

  1. System.out.println(Integer.MAX_VALUE); // 2147483647
  2. System.out.println(Integer.MAX_VALUE + 1); // -2147483648

Java8添加了解析无符号整数的支持,让我们看看它如何工作:

  1. long maxUnsignedInt = (1l << 32) - 1;
  2. String string = String.valueOf(maxUnsignedInt);
  3. int unsignedInt = Integer.parseUnsignedInt(string, 10);
  4. String string2 = Integer.toUnsignedString(unsignedInt, 10);

就像你看到的那样,现在可以将最大的无符号数2 ** 32 - 1解析为整数。而且你也可以将这个数值转换回无符号数的字符串表示。

这在之前不可能使用parseInt完成,就像这个例子展示的那样:

  1. try {
  2. Integer.parseInt(string, 10);
  3. }
  4. catch (NumberFormatException e) {
  5. System.err.println("could not parse signed int of " + maxUnsignedInt);
  6. }

这个数值不可解析为有符号整数,因为它超出了最大范围2 ** 31 - 1

算术运算

Math工具类新增了一些方法来处理数值溢出。这是什么意思呢?我们已经看到了所有数值类型都有最大值。所以当算术运算的结果不能被它的大小装下时,会发生什么呢?

  1. System.out.println(Integer.MAX_VALUE); // 2147483647
  2. System.out.println(Integer.MAX_VALUE + 1); // -2147483648

就像你看到的那样,发生了整数溢出,这通常是我们不愿意看到的。

Java8添加了严格数学运算的支持来解决这个问题。Math扩展了一些方法,它们全部以exact结尾,例如addExact。当运算结果不能被数值类型装下时,这些方法通过抛出ArithmeticException异常来合理地处理溢出。

  1. try {
  2. Math.addExact(Integer.MAX_VALUE, 1);
  3. }
  4. catch (ArithmeticException e) {
  5. System.err.println(e.getMessage());
  6. // => integer overflow
  7. }

当尝试通过toIntExact将长整数转换为整数时,可能会抛出同样的异常:

  1. try {
  2. Math.toIntExact(Long.MAX_VALUE);
  3. }
  4. catch (ArithmeticException e) {
  5. System.err.println(e.getMessage());
  6. // => integer overflow
  7. }

处理文件

Files工具类首次在Java7中引入,作为NIO的一部分。JDK8 API添加了一些额外的方法,它们可以将文件用于函数式数据流。让我们深入探索一些代码示例。

列出文件

Files.list方法将指定目录的所有路径转换为数据流,便于我们在文件系统的内容上使用类似filtersorted的流操作。

  1. try (Stream<Path> stream = Files.list(Paths.get(""))) {
  2. String joined = stream
  3. .map(String::valueOf)
  4. .filter(path -> !path.startsWith("."))
  5. .sorted()
  6. .collect(Collectors.joining("; "));
  7. System.out.println("List: " + joined);
  8. }

上面的例子列出了当前工作目录的所有文件,之后将每个路径都映射为它的字符串表示。之后结果被过滤、排序,最后连接为一个字符串。如果你还不熟悉函数式数据流,你应该阅读我的Java8数据流教程

你可能已经注意到,数据流的创建包装在try-with语句中。数据流实现了AutoCloseable,并且这里我们需要显式关闭数据流,因为它基于IO操作。

返回的数据流是DirectoryStream的封装。如果需要及时处理文件资源,就应该使用try-with结构来确保在流式操作完成后,数据流的close方法被调用。

查找文件

下面的例子演示了如何查找在目录及其子目录下的文件:

  1. Path start = Paths.get("");
  2. int maxDepth = 5;
  3. try (Stream<Path> stream = Files.find(start, maxDepth, (path, attr) ->
  4. String.valueOf(path).endsWith(".js"))) {
  5. String joined = stream
  6. .sorted()
  7. .map(String::valueOf)
  8. .collect(Collectors.joining("; "));
  9. System.out.println("Found: " + joined);
  10. }

find方法接受三个参数:目录路径start是起始点,maxDepth定义了最大搜索深度。第三个参数是一个匹配谓词,定义了搜索的逻辑。上面的例子中,我们搜索了所有JavaScirpt文件(以.js结尾的文件名)。

我们可以使用Files.walk方法来完成相同的行为。这个方法会遍历每个文件,而不需要传递搜索谓词。

  1. Path start = Paths.get("");
  2. int maxDepth = 5;
  3. try (Stream<Path> stream = Files.walk(start, maxDepth)) {
  4. String joined = stream
  5. .map(String::valueOf)
  6. .filter(path -> path.endsWith(".js"))
  7. .sorted()
  8. .collect(Collectors.joining("; "));
  9. System.out.println("walk(): " + joined);
  10. }

这个例子中,我们使用了流式操作filter来完成和上个例子相同的行为。

读写文件

将文本文件读到内存,以及向文本文件写入字符串在Java 8 中是简单的任务。不需要再去摆弄读写器了。Files.readAllLines从指定的文件把所有行读进字符串列表中。你可以简单地修改这个列表,并且将它通过Files.write写到另一个文件中:

  1. List<String> lines = Files.readAllLines(Paths.get("res/nashorn1.js"));
  2. lines.add("print('foobar');");
  3. Files.write(Paths.get("res/nashorn1-modified.js"), lines);

要注意这些方法对内存并不十分高效,因为整个文件都会读进内存。文件越大,所用的堆区也就越大。

你可以使用Files.lines方法来作为内存高效的替代。这个方法读取每一行,并使用函数式数据流来对其流式处理,而不是一次性把所有行都读进内存。

  1. try (Stream<String> stream = Files.lines(Paths.get("res/nashorn1.js"))) {
  2. stream
  3. .filter(line -> line.contains("print"))
  4. .map(String::trim)
  5. .forEach(System.out::println);
  6. }

如果你需要更多的精细控制,你需要构造一个新的BufferedReader来代替:

  1. Path path = Paths.get("res/nashorn1.js");
  2. try (BufferedReader reader = Files.newBufferedReader(path)) {
  3. System.out.println(reader.readLine());
  4. }

或者,你需要写入文件时,简单地构造一个BufferedWriter来代替:

  1. Path path = Paths.get("res/output.js");
  2. try (BufferedWriter writer = Files.newBufferedWriter(path)) {
  3. writer.write("print('Hello World');");
  4. }

BufferedReader也可以访问函数式数据流。lines方法在它所有行上面构建数据流:

  1. Path path = Paths.get("res/nashorn1.js");
  2. try (BufferedReader reader = Files.newBufferedReader(path)) {
  3. long countPrints = reader
  4. .lines()
  5. .filter(line -> line.contains("print"))
  6. .count();
  7. System.out.println(countPrints);
  8. }

目前为止你可以看到Java8提供了三个简单的方法来读取文本文件的每一行,使文件处理更加便捷。

不幸的是你需要显式使用try-with语句来关闭文件流,这会使示例代码有些凌乱。我期待函数式数据流可以在调用类似countcollect时可以自动关闭,因为你不能在相同数据流上调用终止操作两次。

我希望你能喜欢这篇文章。所有示例代码都托管在Github上,还有来源于我博客其它Java8文章的大量的代码片段。如果这篇文章对你有所帮助,请收藏我的仓库,并且在Twitter上关注我

请坚持编程!