百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

100个Java工具类之70:字符串处理工具类StringUtils

ztj100 2025-03-08 02:54 17 浏览 0 评论

StringUtils是常用的工具类,提供大量处理字符串的静态方法。

StringUtils主要特点

  1. 对null安全:如入参是null,方法不会抛出NullPointerException,而会返回相应的默认值(通常是null或者空字符串"")。
  2. 字符串操作方法丰富:涵盖空值检查、替换、截取、拼接、大小写转换等。



StringUtils常用方法

1.检查字符串是否为空:

isNotEmpty:与isEmpty相反,判断字符串是否不为空且不为null。

trim:去除字符串两端的空白字符和控制符。如果输入是null,返回null。

trimToEmpty:去除字符串两端的空白字符,如果结果为null,则返回空字符串""。

2.字符串拼接和分割

join:将集合中的元素连接成一个字符串,元素之间用指定的分隔符分隔。

split:将字符串按照指定的分隔符拆分成一个数组。

3.字符串替换

replace:将字符串中的指定子字符串替换为另一个字符串。

replaceChars:在字符串中用newChar替换所有的oldChar。

4.大小写转换

capitalize(String str):将字符串的首字母大写。

5.倒转

reverse(String str):将字符串倒转。

6.填充

leftPad:分别用指定的字符串从左边或右边填充原字符串,直到达到指定的长度。



StringUtils示例

import org.apache.commons.lang3.StringUtils;

public class StringUtilsExample {
    public static void main(String[] args) {
        String str1 = null;
        String str2 = " ";
        String str3 = "abc";
        String str4 = " abc ";

        System.out.println(StringUtils.isBlank(str1)); // true
        System.out.println(StringUtils.isNotBlank(str2)); // false
        System.out.println(StringUtils.trim(str4)); // "abc"
        System.out.println(StringUtils.trimToEmpty(str1)); // ""
        System.out.println(StringUtils.capitalize(str3)); // "Abc"
        System.out.println(StringUtils.repeat(str3, 3)); // "abcabcabc"
    }
}

通过StringUtils的使用,可以打打减少常见的字符串处理错误,提高代码的可读性和可维护性。


相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: