Apakah lebih baik untuk memeriksa `c> = '0'` atau` c> = 48`?

Setelah berdiskusi dengan beberapa kolega saya, saya memiliki pertanyaan 'filosofis' tentang bagaimana memperlakukan tipe data char di Jawa, mengikuti praktik terbaik.

Misalkan skenario sederhana (jelas ini hanya contoh yang sangat sederhana untuk memberikan makna praktik pada pertanyaan saya) di mana, dengan memberikan String 's sebagai input, Anda harus menghitung jumlah karakter numerik yang ada di dalamnya.

Ini adalah 2 solusi yang mungkin:

1)

    for(int i=0; i<s.length(); i++) {
        if(s.charAt(i) >= 48 && s.charAt(i) <= 57) {
            n++;
        }
    }

2)

    for(int i=0; i<s.length(); i++) {
        if(s.charAt(i) >= '0' && s.charAt(i) <= '9' ) {
            n++;
        }
    }

Manakah dari keduanya yang lebih 'bersih' dan sesuai dengan praktik terbaik Java?

Keduanya mengerikan, tetapi yang pertama lebih mengerikan.

Keduanya mengabaikan kemampuan bawaan Java untuk memutuskan karakter apa yang "numerik" (melalui metode dalam Character). Tetapi yang pertama tidak hanya mengabaikan sifat Unicode dari string, dengan asumsi bahwa hanya ada 0123456789, itu juga mengaburkan alasan yang tidak valid ini dengan menggunakan kode karakter yang masuk akal hanya jika Anda tahu sesuatu tentang sejarah pengkodean karakter.

Tidak juga. Biarkan kelas karakter bawaan Java mengetahuinya untuk Anda.

for (int i = 0; i < s.length(); ++i) {
  if (Character.isDigit(s.charAt(i))) {
    ++n;
  }
}

Ada beberapa rentang karakter lebih banyak daripada digit ASCII yang dihitung sebagai digit, dan tidak ada contoh yang Anda poskan yang akan menghitungnya. The javadoc untuk Character.isDigit()daftar rentang karakter ini sebagai angka yang valid:

Beberapa rentang karakter Unicode yang berisi angka:

• '\ u0030' hingga '\ u0039', ISO-LATIN-1 digit ('0' hingga '9')
• '\ u0660' hingga '\ u0669', digit Arab-Indic
• '\ u06F0' hingga '\ u06F9', Diperpanjang digit Indikator Arab
• '\ u0966' hingga '\ u096F', digit Devanagari
• '\ uFF10' hingga '\ uFF19', digit bandwidth penuh

Banyak rentang karakter lainnya juga mengandung angka.

Yang sedang berkata, seseorang harus mendelegasikan Character.isDigit()bahkan dengan daftar ini. Saat pesawat Unicode baru terisi, kode Java akan diperbarui. Memutakhirkan JVM dapat membuat kode lama berfungsi dengan karakter digit baru dengan mulus. Ini juga KERING : dengan melokalkan kode "apakah ini angka" ke satu tempat yang dirujuk di tempat lain, aspek negatif dari duplikasi kode (yaitu bug) dapat dihindari. Akhirnya, perhatikan baris terakhir: daftar ini tidak lengkap, dan ada angka lainnya.

Secara pribadi, saya lebih suka mendelegasikan ke perpustakaan Java inti dan menghabiskan waktu saya untuk tugas-tugas yang lebih produktif daripada "mencari apa yang digit."

Satu-satunya pengecualian untuk aturan ini adalah jika Anda benar-benar perlu menguji digit ASCII literal dan bukan digit lainnya. Misalnya, jika Anda menguraikan aliran dan hanya digit ASCII (yang bertentangan dengan digit lainnya) yang memiliki makna khusus, maka itu tidak akan sesuai untuk digunakan Character.isDigit().

Dalam hal ini, saya akan menulis metode lain, misalnya MyClass.isAsciiDigit()dan memasukkan logika di sana. Anda mendapatkan manfaat yang sama dari penggunaan kembali kode, namanya sangat jelas untuk memeriksa, dan logikanya benar.

Jika Anda pernah menulis aplikasi dalam C yang menggunakan EBCDIC sebagai set karakter dasar dan perlu memproses karakter ASCII maka gunakan 48dan 57. Apakah kamu melakukan itu? Saya kira tidak.

Tentang menggunakan isDigit(): itu tergantung. Apakah Anda menulis parser JSON? Hanya 0untuk 9diterima sebagai angka, jadi jangan gunakan isDigit(), periksa >= '0'dan <= '9'. Apakah Anda memproses input pengguna? Gunakan isDigit()selama sisa kode Anda benar-benar dapat menangani string dan mengubahnya menjadi angka dengan benar.

Contoh kedua jelas lebih unggul. Arti dari contoh kedua langsung jelas ketika Anda melihat kode. Arti dari contoh pertama hanya jelas jika Anda telah menghafal seluruh tabel ASCII di kepala Anda.

Anda harus membedakan antara memeriksa karakter tertentu, atau memeriksa rentang atau kelas karakter.

1) Memeriksa karakter tertentu.

Untuk karakter biasa, gunakan karakter literal, mis if(ch=='z').... , . Jika Anda mengecek karakter khusus seperti tab atau break baris, Anda harus menggunakan lolos, seperti if (ch=='\n').... Jika karakter yang Anda periksa tidak biasa (mis. Tidak segera dikenali atau tidak tersedia pada keyboard standar), Anda mungkin menggunakan kode karakter hex daripada karakter literal. Tetapi karena kode hex adalah "nilai ajaib", Anda akan mengekstraknya ke sebuah konstanta dan mendokumentasikannya:

const char snowman = 0x2603; // snowman char used to detect encoding issues
...
if (ch==showman)...

Kode hex adalah cara standar untuk menentukan kode karakter.

2) Memeriksa kelas atau rentang karakter

Anda benar-benar tidak boleh melakukan ini secara langsung dalam kode aplikasi, tetapi harus merangkumnya dalam kelas terpisah yang hanya berkaitan dengan klasifikasi karakter. Dan Anda harus bervariasi dari ini, karena perpustakaan sudah ada untuk tujuan ini, dan klasifikasi karakter biasanya lebih kompleks daripada yang Anda pikirkan, setidaknya jika Anda mempertimbangkan karakter di luar rentang ASCII.

Jika Anda hanya peduli tentang karakter dalam rentang ASCII, Anda bisa menggunakan literal karakter di perpustakaan ini, jika tidak, Anda mungkin akan menggunakan hex-literal. Jika Anda melihat kode sumber untuk pustaka karakter Java builtin, itu juga merujuk ke nilai karakter dan rentang menggunakan heksadesimal, karena ini adalah bagaimana mereka ditentukan dalam standar Unicode.

Itu selalu lebih baik untuk digunakan c >= '0'karena untuk c >= 48Anda perlu mengkonversi c dalam kode ascii.

Ekspresi Reguler ( RegEx s) memiliki kelas karakter khusus untuk digit - \d- yang dapat digunakan untuk menghapus karakter lain dari string Anda. Panjang string yang dihasilkan adalah nilai yang diinginkan.

public static int countDigits(String str) {
    str = Objects.requireNonNull(str).trim();

    return str.replaceAll("[^\\d]", "").length();
}

Perhatikan, bagaimanapun, bahwa RegEx s secara komputasi lebih menuntut daripada solusi yang diusulkan lainnya karena itu mereka seharusnya tidak disukai secara umum .