接触Java一段时间之后你会发现String是绕不开的。不管是写登录校验、处理接口返回值还是将来做算法题字符串操作几乎每天都在碰。很多Java初学者学到变量、数组之后就开始用String拼业务却搞不清它和基本类型有什么区别甚至会在比较字符串时用踩坑。这篇文章我想把你领到String的门口从原理讲到常用方法再给你我实际写代码和带新人时总结出来的坑和习惯。适合已经会基本语法、想系统过一遍String用法的同学参考。1. String是什么——先从内存视角认识它1.1 字符串不是基本类型而是一个类Java里的基本类型只有8种byte、short、int、long、float、double、char、boolean。String从头到尾都不在这个清单里。它是一个普通的类全限定名是java.lang.String只是因为它太常用了编译器给了它一些特殊待遇比如不用import、可以直接用双引号写字面量、可以配合号做拼接。很多初学者会把String当成基本类型来用一旦深入就会碰壁。为什么因为基本类型变量存的是值本身而引用类型变量存的是对象的地址。String s hello;这个s其实存的是一个指向字符串对象的引用而不是把hello这个值直接装进s里。这个区别直接影响了后续的比较结果也影响了我们在方法间传递String时对“修改”的理解。举个实际例子你写一个方法传入一个String参数在方法内部给这个参数重新赋值方法结束后你会发现外部的变量完全没变。这经常让初学者困惑以为是Java的传值问题。其实本质是你传进去的是引用的副本方法里改的是副本指向的新对象原来的变量还指着老对象。把这个想清楚很多后续问题都能解开。1.2 不可变性为什么String设计成这样String对象一旦创建里面的字符序列就不能再改。你写s s !;表面上看着像是在改s实际上是把s指向了一个新的String对象原来的hello还待在原地不动。不可变性带来几个直接的好处。第一String对象可以被安全缓存和共享JVM才能用字符串常量池做复用不然对象内容变来变去共享就没法谈。第二String很适合做HashMap的键因为hashCode不会因为内容变化而失效你朝Map里存了一个键不用担心这个键的hashCode偷偷变了导致取不出来。第三多线程环境下String天然线程安全毕竟它肚子里的数据根本没有修改入口。代价也很明显频繁修改字符串会不断产生新对象内存和GC的压力都会变大。这也是为什么后文要专门讲StringBuilder。它就像一个可以随意改写的字符序列容器不满足不可变的要求但正因为可变才高效。1.3 底层存储char[]还是byte[]源码不是必须背的但了解底层存储有助理解为什么有些操作耗内存。早期JDK里String内部维护的是一个final char[] value也就是一个不可变字符数组。到了较新的JDK为了节省内存引入了byte[]加编码标记的做法英文和纯数字字符串在Latin-1编码下每个字符只占1个字节比原来char数组的2个字节省一半。这个细节跟初学者关系不大但它解释了一件事为什么String的很多方法返回新字符串而不是原地修改。因为底层是final数组任何“修改”都得创建新数组、拷贝内容、生成新对象。你看到substring截取、replace替换看起来轻巧背后其实都有数组拷贝的过程。2. 创建字符串的两种方式差别比想象中大2.1 字面量 vs new String()String s1 javaguide;和String s2 new String(javaguide);表面看都是创建了一个内容相同的字符串但内存行为完全不同。字面量创建时JVM会先去字符串常量池里找有没有内容相同的字符串。如果有就直接复用没有就新建一个放入池中。用构造方法创建时不管池里有没有都直接new一个全新的String对象出来这个对象在堆内存里为了构造它字面量javaguide本身也会有一个对象存在池里。也就是说new String(javaguide)这一行代码最坏情况下会产生两个字符串对象。所以我在带新人时一直强调能写字面量就写字面量不要没事new String(...)。现代Java代码里new String(xxx)基本属于错误写法除了极少数需要强制创建新对象的场景没有任何必要。它的存在更多是为了让你理解引用比较的原理。2.2 用代码实测地址与内容光说不练假把式看个最简单的例子String a hello; String b hello; String c new String(hello); System.out.println(a b); // true 还是 false System.out.println(a c); // true 还是 false System.out.println(a.equals(c)); // true 还是 false我上课时喜欢让学生先猜再跑。结果是a b为true因为两个字面量内容相同s1和s2指向同一个常量池对象a c为false因为c是堆上独立创建的新对象a.equals(c)为true因为equals比较的是内容顺序和内容是否一致。很多人第一次跑出这个结果时会愣住然后开始怀疑。不是坏了是对引用类型本来比较的就是“是不是同一个对象”。String是类所以遵循引用比较规则。 只要把这个底层逻辑焊死在脑子里后面所有字符串面试题都难不倒你。3. 日常使用频率最高的String方法逐个拆讲3.1 比较equals、equalsIgnoreCase和到底怎么选规则很简单比较内容用equals忽略大小写用equalsIgnoreCase只有判断“是不是同一个对象”时才用。实际业务代码里99%的场景是在比较内容所以默认写成equals就好。null处理也常出问题。如果你直接写str.equals(abc)而str是null直接空指针。反过来写abc.equals(str)就好很多因为字符串常量永远不会为null。这个习惯看起来很小但能帮你少踩很多坑。我见过因为变量写前面导致半夜查NPE的你细品。String status null; // 不推荐可能NPE // if (status.equals(success)) { ... } // 推荐常量放前面 if (success.equals(status)) { ... }3.2 查找定位indexOf、lastIndexOf、containsindexOf是查找某个字符或子串第一次出现的位置没找到返回-1lastIndexOf是最后一次出现的位置contains内部实际上也调用了indexOf只是把返回值转成了boolean。判断“是否包含”的时候优先用contains代码读起来最自然。查找所有出现位置时可以配合循环用重载版本indexOf(String str, int fromIndex)从指定位置继续找String text hello world, hello java; int idx text.indexOf(hello); while (idx ! -1) { System.out.println(找到位置: idx); idx text.indexOf(hello, idx 1); }这段代码的输出是0和13。这个技巧在做敏感词定位、关键字高亮、文本统计时非常实用。3.3 截取与清理substring、trim、stripsubstring有两个版本substring(int beginIndex)和substring(int beginIndex, int endIndex)。记住一个口诀开始下标含结束下标不含。比如abcdef.substring(1, 3)结果是bc。这个规则跟数学里的左闭右开区间一样写之前先在脑子里过一遍。trim()只能去掉字符串首尾的空格字符并不能去掉全角空格等Unicode空白。较新的JDK里多了strip()它能识别Unicode whitespace去得更全面。如果你的项目已经用了较新的JDK清理逻辑建议直接用strip()。两者的差别在处理全角空格时能看到明显区别。3.4 替换与变形replace、replaceAll、toUpperCasereplace方法只做普通字符替换replaceAll接收的是正则表达式。你在replaceAll里写.就是在写正则里的“匹配任意字符”很多新手想替换小数点结果发现所有字符都被替换了。正则写错是重灾区我的建议是普通替换一律用replace确实需要正则时才用replaceAll。大小写转换用toUpperCase和toLowerCase。注意它们还有一个接收locale参数的重载如果处理土耳其语等特殊locale的文本直接用无参版本可能出意外。国内业务一般不需要纠结但你知道这个坑面试聊起来会显得很稳。3.5 切分split需要注意的两个细节split在业务里出场率很高用来按分隔符把字符串切分成数组。第一个容易踩的坑是默认情况下它会丢弃末尾的空字符串。比如a,b,c,.split(,)的结果是[a, b, c]最后一个空字符串没了。如果你需要保留可以传负数限制条件例如split(,, -1)。第二个坑是split传的是正则而不是普通字符。按.切分时必须写split(\\.)否则.会被当成“匹配任意字符”的正则结果完全不对。这一点和replaceAll很像归根结底是你得意识到这些方法接受的是正则表达式。如果只是简单分隔符也可以考虑用StringTokenizer但它的行为细节和split不太一样主要还是看团队约定。4. 字符串拼接号、concat和StringBuilder怎么选4.1 三种方式各有什么优缺点号最直观适合少量拼接编译器会自动优化成StringBuilder但循环内优化效果有限因为每次循环还是会产生新的拼接结果对象。concat只能拼接String类型内部会新建数组拷贝写法不如灵活使用频率不高。StringBuilder可变的字符序列适合循环内频繁拼接也是日常开发中最推荐的拼接方式。StringBuffer和StringBuilder功能基本一致但方法加了synchronized线程安全代价是性能略差。单线程环境没有理由选它。4.2 循环里拼接的真实性能对比有一年我在做代码评审时看到一个人在循环里用拼了一个近千条的报文每趟循环都new出新字符串对象内存波动非常明显。后来改成StringBuilder耗时和内存都降下来了。我做过一个简单直观的测试循环10万次拼接用号、用StringBuilder、用StringBuffer各跑一遍。结果很稳定StringBuilder最快StringBuffer居中号最慢而且慢得不是一点半点往往是数量级的差距。原因也不复杂在每次循环里都会创建新的StringBuilder和新的String对象GC压力全在这上面StringBuilder只在初始容量不够时才扩容中间不改内容就不新增对象。写业务时如果拼接次数在个位数用完全没问题代码还好看。一旦放进循环不管循环多少层请老老实实改用StringBuilder。这个选择不是玄学是性能和代码可维护性的综合考量。4.3 StringBuilder的常用操作StringBuilder最常用的方法无非是append、insert、replace、delete、reverse和toString。我尤其提醒一下insert它在头部插入数据时需要移动后面所有字符效率不如append所以业务里如果只是不断往尾部追加就一直用append就好。以append为例StringBuilder sb new StringBuilder(); for (int i 0; i 100; i) { sb.append(item-).append(i).append(;); } String result sb.toString();这段代码里我用链式调用把多个append串在一起可读性很高。另外可以给StringBuilder指定初始容量比如new StringBuilder(1024)如果预估字符串会比较长提前给一个合适容量减少扩容次数性能会更好一点。4.4 格式化String.format和模板拼接String.format用起来像定制模板数字保留两位小数、左对齐、补零都能搞定。举个常见写法String message String.format(姓名%s年龄%d分数%.2f, name, age, score);format的优势在可读性尤其适合日志、报表、邮件模板这种固定结构的场景。它不一定比直接拼接快所以不要用它做高频率循环里的拼接。遇到要拼大段SQL或JSON时建议也别手写容易漏引号、漏逗号最好用专门的模板引擎或工具类让结构化内容保持清晰。提示构造日志消息时要注意日志框架的懒加载机制能避免无谓的字符串拼接开销。能用占位符的地方就不要提前拼好这也是老开发的一个习惯。5. 常见问题与避坑指南5.1 空指针、isEmpty与isBlank的区别isEmpty()判断的是length 0也就是空字符串。isBlank()在较新的JDK里引入判断的是字符串是否只包含空白字符。比如 这种由空格组成的内容isEmpty返回falseisBlank返回true。如果你要校验用户输入是否为空或者全是空格isBlank更符合直觉。不管用哪个调用前最好先判空。最稳妥的写法是if (str null || str.isBlank()) { // 处理空值情况 }如果项目里已经有字符串工具类直接用工具类的isNotBlank之类的方法更省心。自己写工具时要注意很多现成工具类已经帮你处理过null不要重复造轮子。5.2 字符串反转与字符数组String没有reverse方法StringBuilder有。想反转字符串可以new StringBuilder(原串).reverse().toString()。这个一行写法虽然简单面试却经常让你不用现成方法手写一个。手写思路也不难用toCharArray拿到字符数组然后用双指针从两头交换字符String s abcdef; char[] arr s.toCharArray(); int left 0, right arr.length - 1; while (left right) { char temp arr[left]; arr[left] arr[right]; arr[right] temp; left; right--; } String reversed new String(arr);理解了字符数组和String的转换关系这类问题就顺了。顺便说一句字符串和字符数组之间用toCharArray和new String(char[])互转几乎天天用到。5.3 编码与乱码问题字符串在JVM内部是Unicode编码但和外部交互时经常要用UTF-8、GBK等编码。new String(bytes, charset)负责把字节数组按指定字符集解码成字符串String.getBytes(charset)把字符串按字符集编码成字节数组。两边字符集不一致就会乱码。我踩过的坑是从外部接口收到字符串后不要想当然地再转一次编码先确认对方返回的Content-Type里charset是什么。很多乱码不是代码写错了而是双方对字符集的处理方式不一致。排查思路是先看原始字节长什么样再确认源头到底用的哪种编码然后再决定是否需要转码。不要盲猜不要看到一个乱码就立刻“转成UTF-8”有时候越转越乱。5.4 用String处理业务时的几个习惯最后聊几个我工作里积累的小习惯。第一字符串常量尽量定义成final常量不要到处散写字面量。以后万一要统一调整规则你只需要改一处不用全文搜索替换。第二判断相等时把常量放前面避免空指针前面已经提过。第三能直接对String操作就别动不动转成char[]。有些同事一看要处理字符串就先把数组拆开很多时候原生方法完全够用。第四注意String在方法间传递的行为。很多人以为它是引用传递方法里改了外面能看到其实传的还是值的副本只是这个值恰好是引用的副本。方法内部重新赋值不会影响外部变量。这个知识点想明白之后看很多代码就不会再犯迷糊。第五当你要在一个循环里判断大量字符串状态时可以用switch表达式配合字符串较新的JDK里支持对String做switch比写一长串if-else清晰不少。搞明白这些你再看网上那些“String vs new String”、“与equals区别”之类的题目基本一眼就能看出答案。字符串的坑大多不在于API多复杂而在于你忘了它是一个对象。只要你还记得它指向的是常量池还是堆上的对象记得比较内容要用equals记得它是不可变的那String的大多数坑你都能轻松避开。