Skip to content
This repository was archived by the owner on Aug 29, 2024. It is now read-only.

07-strings.md

Latest commit

 

History

History
402 lines (303 loc) · 15.5 KB

07-strings.md

File metadata and controls

402 lines (303 loc) · 15.5 KB

Strings

Char

сhar - 16 bite символ UTF-16

  • Представляет собой структуру System.Char
  • Value type
public struct Char : IComparable, IComparable<char>, IConvertible, IEquatable<char>

char[] chars = new char[4];

chars[0] = 'X';        // Character literal
chars[1] = '\x0058';   // Hexadecimal
chars[2] = (char)88;   // Cast from integral type
chars[3] = '\u0058';   // Unicode
  • Разница между \x, \u\ - SOF Jon Skeet:
    • \x - 1-4 hex digits
    • \u - 4 hex digits
  • implicit convert to ushort, int, uint, long, ulong, float, double, decimal.

Char methods

char chA = 'A', ch1 = '1';
string str = "test string";

chA.CompareTo('B');         // "-1" (meaning 'A' is 1 less than 'B')
chA.Equals('A');            // True
Char.GetNumericValue(ch1);  // 1
Char.IsControl('\t');       // True
Char.IsDigit(ch1);          // True
Char.IsLetter(',');         // False
Char.IsLower('u');          // True
Char.IsNumber(ch1);         // True
Char.IsPunctuation('.');    // True
Char.IsSeparator(str, 4);   // True
Char.IsSymbol('+');         // True
Char.IsWhiteSpace(str, 4);  // True
Char.Parse("S");            // S
Char.ToLower('M');          // m
'x'.ToString();             // x

Unicode символ вообще кодируется 21 бит, поэтому иногда символ кодируется двумя char

  • Если символ выходит за пределы стандартных
  • Если используются глифы
char[] chars = { '\u0061', '\u0308' };
string strng = new String(chars);
Console.WriteLine(strng);               // ä

string good = "Tab\x9Good compiler";    // Tab  Good compiler
string bad =  "Tab\x9Bad compiler";     // Tab鮭 compiler

String

Строка - неизменяемая упорядоченная коллекция char

  • ссылочный тип
  • неизменяемые (immutable)
  • класс sealed из-за оптимизации
String s = "Hi\r\nthere.";                  // лучше не надо так
s = "Hi" + Environment.NewLine + "there.";  // а вот так красивше

s = "";           // так себе
s = string.Empty; // норм

s = "Hi" + " " + "there."; // Строки литеральные, выполнится при компиляции
s = string.Concat("Hi", " ", "there.");
s = string.Format("{0} {1}", "Hi", "there.");
s = $"{myVariable1} some text {myClassVariable.SomeProperty}"; // интерполяция

Escape последовательности не отличаются от С:

  • \' single quote
  • \" double quote
  • \\ backslash
  • \0 null character
  • \a alert character
  • \b backspace
  • \f form feed
  • \n new line
  • \r carriage return
  • \t horizontal tab
  • \v vertical tab
  • \uxxxx unicode character hex value \u0020
  • \x is the same as \u, but you don't need leading zeroes \x20
  • \Uxxxxxxxx unicode character hex value (longer form needed for generating surrogates)
  • Для verbatim строк символ \ не рассматривается, как управляющий
string file = "C:\\Windows\\System32\\Notepad.exe";
String file = @"C:\Windows\System32\Notepad.exe"; // Verbatim string
  • Строки неизменяемы (3ий повтор фразы)
  • Чем больше методов, тем больше объектов в куче
  • На одинаковые строки могут ссылаться разные объекты
  • Нет проблем с многопоточностью
if (s.ToUpperInvariant().Substring(10, 21).EndsWith("EXE"))
{
}

Equals

Сравнение строк

if (myStr == myStr2) // Не надо так

// Лучше так:
Boolean Equals(String value, StringComparison comparisonType);
static Boolean Equals(String a, String b, StringComparison comparisonType);
public enum StringComparison
{
    CurrentCulture = 0,
    CurrentCultureIgnoreCase = 1,
    InvariantCulture = 2,
    InvariantCultureIgnoreCase = 3,
    Ordinal = 4,
    OrdinalIgnoreCase = 5
}
  • Ordinal сравнивает по unicode кодам
  • Invariant по некому "дефолтному" списку символов
var s1 = "Strasse";
var s2 = "Straße";

s1.Equals(s2, StringComparison.Ordinal);           // false
s1.Equals(s2, StringComparison.InvariantCulture);  // true

MSDN Strings Best Practice, SOF Ordinal Vs Invariant:

  • Используйте перегруженные версии Equals для сравнения строк (static версия не кидает исключений, если первая строка null)
  • Используйте StringComparison.Ordinal or StringComparison.OrdinalIgnoreCase по-дефолту, когда вам не важна локаль
  • Ordinal намного быстрее Invariant (to 10x)
  • Используйте CurrentCulture для отображения пользователю
  • Используйте String.ToUpperInvariant вместо Lower для нормализации сравнения
  • Не используйте Invariant в большинстве случаев, кроме суперредких ситуаций, когда вам важны спец символы, но при этом не важны особенности культуры
  • Используйте форматирование и интерполяцию - код должен быть красивым

Compare

static int Compare(String strA, String strB, StringComparison comparisonType);
static int Compare(string strA, string strB, Boolean ignoreCase, CultureInfo culture);
static int Compare(String strA, String strB, CultureInfo culture, CompareOptions options);
  • Используйте Compare только для сортировки, не для равенства!
bool StartsWith(String value, StringComparison comparisonType);
bool StartsWith(String value, Boolean ignoreCase, CultureInfo culture);

bool EndsWith(String value, StringComparison comparisonType);
bool EndsWith(String value, Boolean ignoreCase, CultureInfo culture);
var l = new List<string>
  { "0", "9", "A", "Ab", "a", "aB", "aa", "ab", "ss", "ß",
      "Ä", "Äb", "ä", "äb", "あ", "ぁ", "ア", "ァ", "Ａ", "亜", "Ё", "ё" };

Ordinal                   // 0 9 A Ab a aB aa ab ss Ä Äb ß ä äb Ё ё ぁ あ ァ ア 亜 Ａ
OrdinalIgnoreCase         // 0 9 A a aa Ab aB ab ss Ä ä äb Äb ß Ё ё ぁ あ ァ ア 亜 Ａ
InvariantCulture          // 0 9 a A Ａ ä Ä aa ab aB Ab äb Äb ss ß ё Ё ァ ぁ ア あ 亜
InvariantCultureIgnoreCase// 0 9 a A Ａ ä Ä aa aB Ab ab äb Äb ss ß ё Ё ァ ぁ ア あ 亜
"da-DK" culture           // 0 9 a A Ａ ab aB Ab ss ß ä Ä äb Äb aa ё Ё ァ ぁ ア あ 亜
"de-DE"                   // 0 9 a A Ａ ä Ä aa ab aB Ab äb Äb ss ß ё Ё ァ ぁ ア あ 亜
"en-US"                   // 0 9 a A Ａ ä Ä aa ab aB Ab äb Äb ss ß ё Ё ァ ぁ ア あ 亜
"ja-JP"                   // 0 9 a A Ａ ä Ä aa ab aB Ab äb Äb ss ß ё Ё ァ ぁ ア あ 亜
"ru-RU"                   // 0 9 a A Ａ ä Ä aa ab aB Ab äb Äb ss ß ё Ё ァ ぁ ア あ 亜

Interning

  • Создается внутренняя хеш-таблица
  • В ней содержатся ссылки на объекты строк в куче
  • Строки указанные в хеш-таблице не освобождаются GC!
public static String Intern(String str); // Добавляет строку, если не нашел
public static String IsInterned(String str); // Возвращает null, если не нашел
  • По-умолчанию clr интернирует все литеральные строки, описанные в метаданных. Но не надо на это рассчитывать
  • Можно рассчитывать только на ручной вызов Intern
String s1 = "Hello";
String s2 = "Hello" + string.Empty;
String s3 = "Hell" + string.Empty + "o";
Console.WriteLine(Object.ReferenceEquals(s1, s2)); // True
Console.WriteLine(Object.ReferenceEquals(s1, s3)); // false

s1 = String.Intern(s1);
s3 = String.Intern(s3);
Console.WriteLine(Object.ReferenceEquals(s1, s3)); // True

Methods

string text = "hello world";
int indexOfChar = text.IndexOf('o'); // равно 4
text.IndexOf("orl"); // равно 6

text.EndsWith("ld") == true // true
string[] words = text.Split(new char[] { ' ' }, StringSplitOptions.RemoveEmptyEntries);

text = "   hello world ".Trim(); // результат "hello world"
text = text.Trim(new char[] { 'd', 'h' }); // результат "ello worl"
"   hello world  ".TrimStart();  // "hello world  "
"hell world".Insert(4, "o");
text.Remove(0,6); // "world"
text.Replace("hello","my");
text.ToUpper(); // HELLO WORLD
text.Substring(1,4); // ello

Format

string output = String.Format("name: {0} , last name: {1}", name, lastname);
int number = 30;
String.Format("{0:d}", number);   // 30
String.Format("{0:d4}", number);  // 0030

number.ToString("d4");  // 0030

MSDN 1, 2, 3:

  • C / c Задает формат денежной единицы, указывает количество десятичных разрядов после запятой
  • D / d Целочисленный формат, указывает минимальное количество цифр
  • E / e Экспоненциальное представление числа, указывает количество десятичных разрядов после запятой
  • F / f Формат дробных чисел с фиксированной точкой, указывает количество десятичных разрядов после запятой
  • G / g Задает более короткий из двух форматов: F или E
  • N / n Также задает формат дробных чисел с фиксированной точкой, определяет количество разрядов после запятой
  • P / p Задает отображения знака процентов рядом с число, указывает количество десятичных разрядов после запятой
  • X / x Шестнадцатеричный формат числа
double number = 45.08;
String.Format("{0:f4}", number); // 45,0800
long number = 12345678910;
String.Format("{0:+# (###) ###-##-##}", number); // +1 (234) 567-89-10

Decimal price = 123.54M;
String s = price.ToString("C", CultureInfo.InvariantCulture); // ¤123.54

 value = 123;
 Console.WriteLine(value.ToString("00000"));
 Console.WriteLine(String.Format("{0:00000}", value));  // Displays 00123

 value = 1234567890.123456;
 Console.WriteLine(value.ToString("0,0.0", CultureInfo.InvariantCulture));
 Console.WriteLine(String.Format(CultureInfo.InvariantCulture, "{0:0,0.0}", value));
 // Displays 1,234,567,890.1

StringBuilder

  • Класс для создания и преобразования строк
  • using System.Text;
  • эффективен для многократного добавления строк
  • Разбивает блоки по 8000 символов, чтобы объект не попадал в Large Object Heap и не пересоздавался для Append (начиная с .net 4)
StringBuilder sb = new StringBuilder("Text");
Console.WriteLine("Length: {0}", sb.Length); // 4
Console.WriteLine("Capacity: {0}", sb.Capacity); // 16

sb.Append(" 1 ");
sb.AppendFormat("{0} {1}", "First", "Second");
sb.Replace("Second", "Third");
sb.ToString(); // Text 1 First Third
sb.AppendLine();
// Insert
// Remove
// Replace
  • String
    • Небольшое количество операций и изменений над строками
    • Фиксированное количество операций объединения (компилятор может объединить все в одну)
    • Надо выполнять масштабные операции поиска (например IndexOf или StartsWith)
  • StringBuilder
    • Неизвестное количество операций и изменений над строками во время выполнения программы
    • Приложению придется сделать множество подобных операций
  • Часто проще заиспользовать string.Join вместо StringBuilder

Encoding

  • UTF-16 (В C# Unicode) Каждый символ по 2 байта

    • некоторые символы идут парами для составления буквы

  • UTF-8 кодирует символы от 1 до 4 байт в зависимости от кода.

  • UTF-32 все символы в 4 байта

  • UTF-7 древний формат. deprecated

  • ASCII или производную кодовую страницу

  • Понятно, что надо использовать UTF-16 / UTF-8

  • Можно управлять ByteOrderMark

  • System.Text.Encoding

String s = "Hi there.";
Encoding encodingUTF8 = Encoding.UTF8;
Byte[] encodedBytes = encodingUTF8.GetBytes(s);

String decodedString = encodingUTF8.GetString(encodedBytes);

String s = Convert.ToBase64String(encodedBytes);
bytes = Convert.FromBase64String(s);