高品質 Java 程式碼建議 56-59：字串拼接、正則、編碼與排序

高品質 Java 程式碼建議 56-59：字串拼接、正則、編碼與排序

續接上篇，本文涵蓋字串拼接效能選擇、複雜字串操作用正則、統一 UTF-8 編碼、中文排序邊界處理四大實戰建議。

建議 56：自由選擇字串拼接方式，但要懂效能差異

測試 10 萬次迴圈拼接單字元：

結論：

• 單執行緒大量拼接 → StringBuilder
• 多執行緒 → StringBuffer
• 簡單少量拼接 → + 可讀性最佳，編譯器優化足夠
• 效能敏感熱點 → 避免 + 與 concat()

建議 57：複雜字串操作推薦使用正則表達式

需求：統計文章英文單字數。split(" ") 失敗於連續空格、標點、連字符。
正則 \\b\\w+\\b（單字邊界 + 單字字元）精準匹配：

Pattern p = Pattern.compile("\\b\\w+\\b");
Matcher m = p.matcher(text);
int count = 0;
while (m.find()) count++;

注意：正則威力大但可讀性差，複雜正則務必加註解或提取為常數。

建議 58：強烈建議全系統統一使用 UTF-8 編碼

亂碼根因：編碼不一致。Java 內部用 UTF-16，.class 檔為 UTF-8，但原始碼檔、資料庫、網路傳輸、作業系統預設編碼可能不同（GBK、Big5、ISO-8859-1）。

最佳實踐：

1. IDE 專案編碼設為 UTF-8（Eclipse: Properties → Resource → Text file encoding）。
2. 編譯指定 javac -encoding UTF-8 或 Maven <encoding>UTF-8</encoding>。
3. 資料庫連線 URL 加 characterEncoding=utf8，表建立 CHARSET=utf8mb4。
4. HTTP 請求/回應 Header 設 Content-Type: application/json; charset=UTF-8。
5. 程式碼中明確指定編碼：new String(bytes, StandardCharsets.UTF_8)，避免依賴平台預設值。

String[] names = {"張三", "李四", "王五"};
Arrays.sort(names, Collator.getInstance(Locale.CHINA));
// 結果：李四、王五、張三