Unterschied zwischen String trim() and strip () - Methoden in Java 11

Unter anderen änderungen, JDK 11 stellt 6 neue Methoden für java.lang.Die String-Klasse:

repeat(int) - Wiederholt die Zeichenfolge so oft, wie es von der int parameter
lines() - Verwendet eine Spliterator zu träge geben die Zeilen aus der Quell-Zeichenfolge
isBlank() - Zeigt an, wenn der String leer oder enthält nur Leerzeichen
stripLeading() - Entfernt die Leerzeichen aus dem Beginn
stripTrailing() - Entfernt die Leerzeichen aus dem Ende
strip() - Entfernt Leerzeichen von Anfang und Ende von string

Insbesondere strip() sieht sehr ähnlich trim(). Als pro dieser Artikel strip*() Methoden wurden entwickelt, um:

Den String.Streifen(), String.stripLeading () und String.stripTrailing()
Methoden trim white space [bestimmt durch die Zeichen.isWhiteSpace()]
deaktivieren Sie die Vorderseite, Rückseite oder Vorder-und Rückseite der gezielte
String.

String.trim() JavaDoc-Staaten:

/**
  * Returns a string whose value is this string, with any leading and trailing
  * whitespace removed.
  * ...
  */

Die nahezu identisch ist mit dem Zitat oben.

Was genau der Unterschied zwischen String.trim() und String.strip() seit Java 11?

InformationsquelleAutor Mikhail Kholodkov | 2018-07-10

82

Kurz: strip() ist "Unicode-aware" evolution der trim().

CSR : JDK-8200378

Problem

String::trim besteht aus frühen Tagen von Java als Unicode
hatte nicht voll entwickelt, um die Standards, die wir weit verwenden heute.

Die definition von Raum verwendet String::trim wird jeder code-point weniger
als oder gleich dem Raum code point (\u0020), gemeinhin
als ASCII-oder ISO-steuerzeichen.

Unicode-kompatibel trimmen Routinen verwenden sollte
Charakter::isWhitespace(int).

Zusätzlich haben die Entwickler nicht in der Lage gewesen, gezielt zu entfernen
die Einrückung Leerzeichen oder gezielt entfernen trailing white
Raum.

Lösung

Vorstellen trimmen Methoden, die Unicode-Leerzeichen beachten
und bieten zusätzliche Kontrolle der führenden oder nur nachgestellte nur.

Ein gemeinsames Merkmal dieser neuen Methoden ist, dass Sie eine andere (neuere) definition von "whitespace" als alte Methoden wie String.trim(). Bug JDK-8200373.

Die aktuelle JavaDoc für String::trim macht es nicht klar, welche
definition von "Raum" wird im code verwendet. Mit zusätzlichen
trimmen Methoden kommen in der nahen Zukunft einen anderen
definition von Raum, Klärung ist unerlässlich. String::trim nutzt
die definition von Raum als jeder codepoint, der kleiner als oder gleich
das Leerzeichen codepoint (\u0020.) Neuere trimmen Methoden
die definition von (weiß -) Raum, wie jeder codepoint, die true zurückgibt
beim übergeben der Zeichen::isWhitespace Prädikat.

Die Methode isWhitespace(char) wurde Hinzugefügt Character mit JDK 1.1, aber die Methode isWhitespace(int) wurde nicht eingeführt, um die Character Klasse bis JDK 1.5. Die letztere Methode (die man akzeptiert einen parameter vom Typ int) wurde Hinzugefügt, die Unterstützung für zusätzliche Zeichen. Die Javadoc-Kommentare für die Character - Klasse definieren, die zusätzliche Zeichen (in der Regel modelliert mit int-basierten "code-point") im Vergleich zu BMP-Zeichen (in der Regel modelliert mit single Charakter):

Die Zeichen von U+0000 bis U+FFFF ist manchmal
als Basic Multilingual Plane (BMP). Zeichen, deren code Punkte
sind größer als U+FFFF sind aufgerufen, Ergänzende Zeichen. Die Java
die Plattform verwendet die UTF-16-Darstellung im char-arrays und in der
String-und StringBuffer-Klassen. In dieser Darstellung, Ergänzende
Zeichen dargestellt werden als ein paar char-Werte ... Einen char-Wert,
daher stellt Basic Multilingual Plane (BMP) code-Punkte,
einschließlich der surrogate-code-points oder code-Einheiten der UTF-16
- Codierung. Ein int-Wert stellt alle Unicode-code-points, einschließlich
Ergänzende code Punkte. ... Die Methoden, die akzeptieren nur einen char
Wert kann keine Unterstützung für zusätzliche Zeichen. ... Die Methoden, die
akzeptieren Sie einen int-Wert unterstützt alle Unicode-Zeichen, einschließlich
Ergänzende Zeichen.

OpenJDK Änderungssatz.

Benchmark-Vergleich zwischen trim() und strip() - Warum ist String.strip() 5 mal schneller als String.trim() für leeren string In Java 11
- Interessant, dass die Zeichen '\u0000' ist nicht gelöscht Streifen, aber gelöscht durch trim.
InformationsquelleAutor Mikhail Kholodkov

Hier ist ein unit-test zeigt, dass die Antwort von @MikhailKholodkov, die mit Java 11.

(Beachten Sie, dass \u2000 über \u0020 und nicht als Leerzeichen durch trim())

public class StringTestCase {
    @Test
    public void testSame() {
        String s = "\t abc \n";

        assertEquals("abc", s.trim());
        assertEquals("abc", s.strip());
    }

    @Test
    public void testDifferent() {
        Character c = '\u2000';
        String s = c + "abc" + c;

        assertTrue(Character.isWhitespace(c));
        assertEquals(s, s.trim());
        assertEquals("abc", s.strip());
    }
}

InformationsquelleAutor Michael Easter

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.