正規表現

import java.util.regex.Pattern;
import java.util.regex.Matcher;

class Main {
    public static void main(String args[]) {

        {
            // 完全一致
            Pattern pattern = Pattern.compile("^http://www\\.");
            Pattern pattern2 = Pattern.compile("abc", Pattern.CASE_INSENSITIVE);
            Matcher matcher = pattern.matcher("http://www.example.com");
            Matcher matcher2 = pattern2.matcher("ABC");
            System.out.println(matcher.matches()); //=> false (注意: 部分一致は find)
            System.out.println(matcher2.matches()); //=> true
        }
        {
            // 部分一致
            Pattern pattern = Pattern.compile("^http://www\\.");
            Pattern pattern2 = Pattern.compile("abc", Pattern.CASE_INSENSITIVE);
            Matcher matcher = pattern.matcher("http://www.example.com");
            Matcher matcher2 = pattern2.matcher("ABC");
            System.out.println(matcher.find()); //=> true
            System.out.println(matcher2.find()); //=> true
        }
        {
            // 部分一致を複数回実施すると false になります。
            Pattern pattern2 = Pattern.compile("abc", Pattern.CASE_INSENSITIVE);
            Matcher matcher2 = pattern2.matcher("abc|abcd");
            while(matcher2.find()) {
                System.out.println(matcher2.group()); //=> abc => abc
            }
        }

        // 後方参照を用いた置換
        Pattern pattern3 = Pattern.compile("(a)b(c)");
        Matcher matcher3 = pattern3.matcher("abc|abcd");
        System.out.println(matcher3.replaceAll("$1_$2")); //=> a_c|a_cd
        System.out.println("abc|abcd".replaceAll("(a)b(c)", "$1_$2")); //=> a_c|a_cd (String クラスだけで実現; 後述の replace と区別)

        // 後方参照
        Pattern pattern4 = Pattern.compile("^(\\d{4})/(\\d{2})/(\\d{2})$");
        Matcher matcher4 = pattern4.matcher("9999/12/31");
        if(matcher4.find()) {
            System.out.println(matcher4.group(0)); //=> 9999/12/31
            System.out.println(matcher4.group(1)); //=> 9999
            System.out.println(matcher4.group(2)); //=> 12
            System.out.println(matcher4.group(3)); //=> 31
        }

        // ^ と $ の意味
        Pattern pattern5a = Pattern.compile("^xyz$");
        Pattern pattern5b = Pattern.compile("^xyz$", Pattern.MULTILINE);
        String str5 = "xyz\nxyz";
        System.out.println(pattern5a.matcher(str5).find()); //=> false (文字列全体の最初 ^ と最後 $)
        System.out.println(pattern5b.matcher(str5).find()); //=> true (各行の最初 ^ と最後 $)
    }
}

文字コードの変換

import java.io.FileNotFoundException;
import java.io.UnsupportedEncodingException;
import java.io.PrintWriter;

class Main {
    public static void main(String args[]) {

        // ファイルのエンコーディングは UTF-8 であるとします。
        // その場合、JVM は UTF-8 で起動する必要があります。
        // (環境によっては明示的に指定する必要があります
        //  java -Dfile.encoding=UTF-8 Main)
        String str = "ゆーてぃーえふえいと";
        System.out.println(System.getProperty("file.encoding")); //=> UTF-8

        // str には「文字列」が格納されています。デコードされており、既に UTF-8 ではありません。

        try {
            // 「文字列」をエンコードしてファイルに書き込む
            // (file.encoding の既定値でない場合、エンコーディング方法の指定が必要)
            PrintWriter pw = new PrintWriter("res.txt");
            // PrintWriter pw = new PrintWriter("res.txt", "Shift_JIS");
            // PrintWriter pw = new PrintWriter("res.txt", "EUC-JP");
            pw.write(str);
            pw.close();
        }
        catch(FileNotFoundException | UnsupportedEncodingException e) {
            e.printStackTrace();
        }

        try {
            // 「文字列」を各種文字コードにエンコーディング
            // (file.encoding の既定値でない場合、エンコーディング方法の指定が必要)
            byte[] utf8 = str.getBytes();
            byte[] sjis = str.getBytes("Shift_JIS");
            byte[] euc = str.getBytes("EUC-JP");

            System.out.println(utf8); //=> [B@1540e19d
            System.out.println(sjis); //=> [B@677327b6
            System.out.println(euc); //=> [B@14ae5a5

            // エンコードされたバイト列を再び「文字列」にデコーディング
            // (file.encoding の既定値でない場合、デコーディング方法の指定が必要)
            String str1 = new String(utf8);
            String str2 = new String(sjis, "Shift_JIS");
            String str3 = new String(euc, "EUC-JP");
            System.out.println(str1); //=> ゆーてぃーえふえいと
            System.out.println(str2); //=> ゆーてぃーえふえいと
            System.out.println(str3); //=> ゆーてぃーえふえいと
        }
        catch(UnsupportedEncodingException e) {
            e.printStackTrace();
        }
    }
}

Base64 エンコーディング (Java 8)

import java.util.Base64;
import java.util.Base64.Encoder;
import java.util.Base64.Decoder;
import java.io.UnsupportedEncodingException;

class Main {
    public static void main(String args[]) {
        try {
            String str = "日本語";
            Encoder encoder = Base64.getEncoder();
            byte[] bytes = encoder.encode(str.getBytes("UTF-8"));

            // Base64 エンコード結果は ASCII コードのバイト列
            // https://www.qoosky.io/techs/69369792d4
            System.out.println(new String(bytes)); //=> 5pel5pys6Kqe

            Decoder decoder = Base64.getDecoder();
            byte[] bytes2 = decoder.decode(bytes);

            System.out.println(new String(bytes2, "UTF-8")); //=> 日本語
        }
        catch(UnsupportedEncodingException e) {
            e.printStackTrace();
        }
    }
}

以下の結果と一致

$ echo '日本語' | base64
5pel5pys6Kqe

URL エンコーディング

import java.net.URLEncoder;
import java.net.URLDecoder;
import java.io.UnsupportedEncodingException;

class Main {
    public static void main(String args[]) {
        try {
            String str = "http://www.example.com/search?q=日本語";
            String encoded = URLEncoder.encode(str, "UTF-8");
            System.out.println(encoded); //=> http%3A%2F%2Fwww.example.com%2Fsearch%3Fq%3D%E6%97%A5%E6%9C%AC%E8%AA%9E

            String decoded = URLDecoder.decode(encoded, "UTF-8");
            System.out.println(decoded); //=> http://www.example.com/search?q=日本語
        }
        catch(UnsupportedEncodingException e) {
            e.printStackTrace();
        }
    }
}

ハッシュ値

import java.security.MessageDigest;
import java.security.NoSuchAlgorithmException;
import java.io.UnsupportedEncodingException;

class Main {
    public static void main(String args[]) {
        try {
            // バイト列のハッシュ値を取得
            MessageDigest md5 = MessageDigest.getInstance("MD5"); // SHA-1, SHA-256
            md5.update("ABC".getBytes("UTF-8"));
            byte[] hash = md5.digest();
            System.out.println(hash.length); //=> 16

            // 16 進数文字列として出力
            StringBuilder sb = new StringBuilder();
            for(byte b : hash) {
                String hex = String.format("%02x", b); // 16 進数 2 桁として表示 (1byte は 00 ~ ff)
                sb.append(hex);
            }
            System.out.println(sb); //=> 902fbdd2b1df0c4f70b4a5d23525e932 (32 文字)
        }
        catch(NoSuchAlgorithmException | UnsupportedEncodingException e) {
            e.printStackTrace();
        }
    }
}

以下の結果と一致

$ echo 'ABC' | md5sum
902fbdd2b1df0c4f70b4a5d23525e932  -

数値と文字列の相互変換

10 進数

class Main {
    public static void main(String args[]) {

        // 不正な文字列のときは NumberFormatException が発生します。
        // (例外について → https://www.qoosky.io/techs/23bd8ad94d
        int i = Integer.parseInt("1");
        long l = Long.parseLong("1");
        double d = Double.parseDouble("1.0");

        System.out.println(i); //=> 1
        System.out.println(l); //=> 1
        System.out.println(d); //=> 1.0

        String iStr = String.valueOf(i); // 文字列に変換
        String dStr = String.valueOf(d);
    }
}

N 進数

class Main {
    public static void main(String args[]) {

        // 文字列 → 数値
        int iBinary = Integer.parseInt("11111111", 2);
        int iHex = Integer.parseInt("ff", 16);
        int iHex2 = Integer.parseInt("FF", 16);

        System.out.println(iBinary); //=> 255
        System.out.println(iHex); //=> 255
        System.out.println(iHex2); //=> 255

        // 数値 → 文字列
        System.out.println(Integer.toBinaryString(iBinary)); //=> 11111111
        System.out.println(Integer.toHexString(iHex)); //=> ff
    }
}

その他の基本的な処理

import java.io.UnsupportedEncodingException;

class Main {
    public static void main(String args[]) {

        // 書式指定
        System.out.println(String.format("%s %d", "文字列", 123)); //=> 文字列 123

        // 長さ
        System.out.println("あいうえお".length()); //=> 5 (Unicode 文字列としての長さ)
        try {
            System.out.println("あいうえお".getBytes("UTF-8").length); //=> 15 (エンコードした結果のバイト数)
            System.out.println("あいうえお".getBytes("Shift_JIS").length); //=> 10 (エンコードした結果のバイト数)
        }
        catch(UnsupportedEncodingException e) {
            e.printStackTrace();
        }

        // 大文字小文字の変換
        System.out.println("Abc".toUpperCase()); //=> ABC
        System.out.println("Abc".toLowerCase()); //=> abc

        // 開始文字列および終了文字列の確認
        System.out.println("xyz".startsWith("xy")); //=> true
        System.out.println("xyz".endsWith("yz")); //=> true

        // ruby の strip 関数 (前後の半角スペースやタブ、改行を除去)
        System.out.println(" abc \n\t".trim()); //=> abc

        // 部分文字列
        System.out.println("あいうえお".substring(2)); //=> うえお (index: 2..-1)
        System.out.println("あいうえお".substring(2,3)); //=> う (index: 2..(3-1))

        // 分割
        String[] res = "a, bbb,c".split(",");
        System.out.println(res[0]); //=> a
        System.out.println(res[1]); //=> " bbb"

        // 連結
        // '+' 演算子は連結する度にメモリを確保して新しい String オブジェクトを生成します。
        // ループ処理などでは GC が頻発することに注意 (以下の例ではコンパイル時に "abcxyz" に最適化されるため問題なし)
        String str = "abc" + "xyz";

        // ループ処理時はこちらを使用
        StringBuilder sb = new StringBuilder();
        // StringBuffer sb = new StringBuffer(); // マルチスレッドではこちらが安全。StringBuilder と比較すると低速。
        sb.append("abc");
        sb.append("xyz");
        String str2 = sb.toString();

        // java8 のみ
        String str3 = String.join("_", "abc", "def", "xyz");
        java.util.ArrayList<String> list = new java.util.ArrayList<String>();
        list.add("abc");
        list.add("xyz");
        String str4 = String.join("_", list);

        System.out.println(str); //=> abcxyz
        System.out.println(str2); //=> abcxyz
        System.out.println(str3); //=> abc_def_xyz
        System.out.println(str4); //=> abc_xyz

        // 置換
        System.out.println("abbb|bb".replace("bb", "xx")); //=> axxb|xx (前述の replaceAll と異なり正規表現扱いされない)

        // 検索
        System.out.println("a,b,c,".indexOf(",")); // 1 (最初にヒットした箇所のインデックス)
        System.out.println("a,b,c,".indexOf("|")); // -1 (ヒットせず)
        System.out.println("a,b,c,".lastIndexOf(",")); // 5 (後ろから検索)
    }
}

StringUtils の導入

Gradle や Maven において、The Central Repository で確認できる以下のような設定を行うことで、StringUtils という文字列処理のためのクラスが利用できるようになります。Apache Commons に含まれる Java の機能拡張ライブラリのうち、特に java.lang パッケージを拡張する Commons Lang が提供するクラスです。

compile('org.apache.commons:commons-lang3:3.6')

サンプルコード

JavaDoc に豊富なサンプルコードが存在します。

インポート

import org.apache.commons.lang3.StringUtils;

存在確認

StringUtils.isEmpty(null); // true
StringUtils.isEmpty(""); // true
StringUtils.isEmpty(" "); // false

StringUtils.isBlank(null); // true
StringUtils.isBlank(""); // true
StringUtils.isBlank(" "); // true