Чи краще перевірити `c> = '0'` або` c> = 48`?

Після дискусії з деякими моїми колегами у мене виникло "філософське" запитання про те, як поводитися з типом даних char на Java, дотримуючись кращих практик.

Припустимо, простий сценарій (очевидно, це лише дуже простий приклад для того, щоб надати моєму значенню питання), де, враховуючи рядок "Вхід", ви повинні підрахувати кількість числових символів, присутніх у ньому.

Це два можливі рішення:

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++;
        }
    }

Хто з них є більш "чистим" та відповідає найкращим практикам Java?

Обидва жахливі, але перший - жахливіший.

Обидва ігнорують вбудовану можливість Java визначати, які символи є "числовими" (за допомогою методів в Character). Але перший не лише ігнорує природу рядків Unicode, припускаючи, що їх може бути лише 0123456789, але також затьмарює навіть це невірне міркування, використовуючи коди символів, які мають сенс лише, якщо ви знаєте щось про історію кодування символів.

Ні. Дозвольте вбудованому класу символів Java зрозуміти це для вас.

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

Існує ще кілька діапазонів символів, ніж цифри ASCII, які вважаються цифрами, і жоден приклад, який ви опублікували, не вважатиме їх. JavaDoc для Character.isDigit()списків цих діапазонів символів , як бути дійсні цифри:

Деякі діапазони символів Unicode, які містять цифри:

• '\ u0030' через '\ u0039', цифри ISO-LATIN-1 ('0' до '9')
• '\ u0660' через '\ u0669', арабсько-індійські цифри
• '\ u06F0' через '\ u06F9', розширені арабсько-індійські цифри
• '\ u0966' через '\ u096F', цифри Devanagari
• '\ uFF10' через '\ uFF19', цифри повної ширини

Багато інших діапазонів символів також містять цифри.

Зважаючи на це, варто делегувати Character.isDigit()навіть з цим списком. Коли нові площини Unicode заповнені, код Java буде оновлений. Оновлення JVM могло б змусити роботу старого коду з новими символами. Також DRY : по локалізації «це цифра» код в одне місце , яке згадується, негативні аспекти дублювання коди (тобто клопи) можна уникнути. Нарешті, зауважте останній рядок: цей список не є вичерпним, і є інші цифри.

Особисто я вважаю за краще делегувати основні бібліотеки Java і витрачати свій час на більш продуктивні завдання, ніж на "розбір того, що є цифрою".

Єдиним винятком із цього правила є те, якщо вам дійсно потрібно перевірити наявність буквальних цифр ASCII, а не інших цифр. Наприклад, якщо ви розбір потік і тільки ASCII цифр (на відміну від інших цифр) має особливе значення, то це було б НЕ доцільно використовувати Character.isDigit().

У такому випадку я б написав інший метод, наприклад, MyClass.isAsciiDigit()і вклав би туди логіку. Ви отримуєте ті ж переваги повторного використання коду, ім’я є надто зрозумілим щодо того, що він перевіряє, а логіка правильна.

Якщо ви коли-небудь пишете програму на C, яка використовує EBCDIC як основний набір символів та потребує обробки символів ASCII, тоді використовуйте 48та 57. Ти це робиш? Я не думаю, що так.

Про використання isDigit(): це залежить. Ви пишете парсер JSON? Тільки, 0щоб 9прийняти їх як цифри, тому не використовуйте isDigit(), не перевіряйте >= '0'та <= '9'. Чи обробляєте Ви дані користувача? Використовуйте до isDigit()тих пір, поки решта вашого коду насправді зможе обробити рядок і правильно перетворити його в число.

Другий приклад явно вищий. Значення другого прикладу відразу очевидно, коли ви дивитесь на код. Сенс першого прикладу очевидний лише в тому випадку, якщо ви запам'ятали всю таблицю ASCII в голові.

Ви повинні розрізняти перевірку на певний символ або перевірку на діапазон або клас символів.

1) Перевірка конкретного символу.

Для звичайних символів використовуйте літеру, наприклад, if(ch=='z').... Якщо ви перевіряєте, чи немає таких спеціальних символів, як перерва вкладки чи переривання рядків, вам слід скористатися втечами, наприклад if (ch=='\n').... Якщо символ, який ви перевіряєте, незвичний (наприклад, його не відразу впізнають або не доступні на стандартній клавіатурі), ви можете використовувати шістнадцятковий код символів, а не буквальний символ. Але оскільки шістнадцятковий код - це "магічне значення", ви отримаєте його до константи та документуєте:

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

Шістнадцяткові коди - це стандартний спосіб визначення символьних кодів.

2) Перевірка класу чи діапазону символів

Вам дійсно не слід робити це безпосередньо в коді програми, а слід інкапсулювати його в окремий клас, що стосується лише класифікації символів. І вам слід відрізнятись від цього, оскільки бібліотеки для цієї мети вже існують, і класифікація символів зазвичай є більш складною, ніж ви думаєте, принаймні, якщо ви вважаєте символи поза діапазоном ASCII.

Якщо вас турбують лише символи в діапазоні ASCII, ви можете використовувати літерали символів у цій бібліотеці, інакше ви, ймовірно, будете використовувати шістнадцяткові літерали. Якщо ви подивитеся на вихідний код бібліотеки символів, побудований на Java, він також посилається на значення символів та діапазони, використовуючи шістнадцятковий, оскільки саме так вони вказані у стандарті Unicode.

Це завжди краще використовувати, c >= '0'тому що для c >= 48вас потрібно перетворити c в код ascii.

Регулярні вирази ( RegEx ) мають специфічний клас символів для цифр - \d-, який може бути використаний для видалення будь-якого іншого символу з рядка. Довжина отриманого рядка - бажане значення.

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

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

Зауважте, однак, що RegEx s обчислювально більш вимогливі, ніж інші запропоновані рішення, тому їх загалом не слід віддавати перевагу .