Java国际化：日期、文本处理与字符编码全解析

# Java 国际化：日期、文本处理与字符编码全解析 在开发国际化应用程序时，我们会遇到许多本地化问题，如日期和时间的格式化、文本的排序和处理、消息的格式化以及字符集的转换等。下面将详细介绍如何使用 Java 来解决这些问题。 ## 1. 日期和时间格式化 在格式化日期和时间时，需要考虑四个与区域设置相关的问题： - 月份和星期几的名称应使用当地语言显示。 - 年、月、日的顺序存在地区偏好。 - 公历可能不是当地表达日期的首选。 - 必须考虑当地的时区。 ### 1.1 DateFormat 类的使用 Java 的 `DateFormat` 类可以处理这些问题，使用步骤如下： 1. 获取一个区域设置（`Locale`），可以使用默认区域设置，也可以调用 `getAvailableLocales` 方法获取支持日期格式化的区域设置数组。 2. 调用以下三个工厂方法之一： - `fmt = DateFormat.getDateInstance(dateStyle, loc);` - `fmt = DateFormat.getTimeInstance(timeStyle, loc);` - `fmt = DateFormat.getDateTimeInstance(dateStyle, timeStyle, loc);` 其中，`dateStyle` 和 `timeStyle` 可以是以下常量之一： - `DateFormat.DEFAULT` - `DateFormat.FULL` - `DateFormat.LONG` - `DateFormat.MEDIUM` - `DateFormat.SHORT` 示例代码如下： ```java import java.text.DateFormat; import java.util.Date; import java.util.Locale; public class DateFormatExample { public static void main(String[] args) { Locale loc = Locale.US; DateFormat fmt = DateFormat.getDateInstance(DateFormat.MEDIUM, loc); Date now = new Date(); String s = fmt.format(now); System.out.println(s); } } ``` ### 1.2 解析日期 可以使用 `parse` 方法解析用户输入的日期，但用户必须按照预期的格式输入日期。示例代码如下： ```java import java.text.DateFormat; import java.text.ParseException; import java.util.Date; import java.util.Locale; import javax.swing.JTextField; public class DateParseExample { public static void main(String[] args) { JTextField inputField = new JTextField("Sep 18, 1997"); DateFormat fmt = DateFormat.getDateInstance(DateFormat.MEDIUM, Locale.US); try { Date input = fmt.parse(inputField.getText().trim()); System.out.println(input); } catch (ParseException e) { System.out.println("Parse error: " + e.getMessage()); } } } ``` ### 1.3 宽松解析 `DateFormat` 类默认使用宽松解析，例如，`February 30, 1999` 会自动转换为 `March 2, 1999`。可以通过 `setLenient` 方法关闭宽松解析： ```java fmt.setLenient(false); ``` ## 2. 文本排序（Collation） 在对字符串进行排序时，使用 `String` 类的 `compareTo` 方法可能会得到不符合预期的结果，因为它使用 Unicode 字符值来确定顺序。为了解决这个问题，可以使用 `Collator` 类。 ### 2.1 Collator 类的使用 使用步骤如下： 1. 获取一个 `Locale` 对象。 2. 调用 `getInstance` 工厂方法获取一个 `Collator` 对象。 3. 使用 `Collator` 的 `compare` 方法进行字符串比较。 示例代码如下： ```java import java.text.Collator; import java.util.ArrayList; import java.util.Collections; import java.util.List; import java.util.Locale; public class CollationExample { public static void main(String[] args) { Locale loc = Locale.US; Collator coll = Collator.getInstance(loc); List<String> strings = new ArrayList<>(); strings.add("America"); strings.add("ant"); strings.add("Zulu"); strings.add("zebra"); strings.add("Ångstrom"); Collections.sort(strings, coll); for (String s : strings) { System.out.println(s); } } } ``` ### 2.2 强度设置 可以设置 `Collator` 的强度来选择其区分度，强度值有 `Collator.PRIMARY`、`Collator.SECONDARY` 和 `Collator.TERTIARY`。示例代码如下： ```java import java.text.Collator; import java.util.Locale; public class CollatorStrengthExample { public static void main(String[] args) { Locale loc = Locale.US; Collator coll = Collator.getInstance(loc); String a = "Angstrom"; String b = "Ångstrom"; coll.setStrength(Collator.PRIMARY); if (coll.compare(a, b) == 0) { System.out.println("same"); } else { System.out.println("different"); } coll.setStrength(Collator.SECONDARY); if (coll.compare(a, b) == 0) { System.out.println("same"); } else { System.out.println("different"); } } } ``` ### 2.3 分解模式 `Collator` 还有一个分解模式的设置，包括 `Collator.NO_DECOMPOSITION`、`Collator.CANONICAL_DECOMPOSITION` 和 `Collator.FULL_DECOMPOSITION`。不同的分解模式会影响字符串的比较结果。 ## 3. 文本边界处理 确定文本中的字符、单词、行和句子边界是一个复杂的问题，特别是在处理多语言文本时。可以使用 `BreakIterator` 类来解决这个问题。 ### 3.1 BreakIterator 类的使用 使用步骤如下： 1. 获取一个 `BreakIterator` 对象，可以通过以下静态工厂方法之一： - `BreakIterator.getCharacterInstance(loc);` - `BreakIterator.getWordInstance(loc);` - `BreakIterator.getLineInstance(loc);` - `BreakIterator.getSentenceInstance(loc);` 2. 给 `BreakIterator` 对象设置要处理的文本。 3. 调用 `first` 方法获取第一个边界的偏移量，然后使用 `next` 方法遍历后续的边界。 示例代码如下： ```java import java.text.BreakIterator; import java.util.Locale; public class BreakIteratorExample { public static void main(String[] args) { Locale loc = Locale.US; BreakIterator wordIter = BreakIterator.getWordInstance(loc); String msg = " The quick, brown fox"; wordIter.setText(msg); int f = wordIter.first(); int to; while ((to = wordIter.next()) != BreakIterator.DONE) { System.out.println(msg.substring(f, to)); f = to; } } } ``` ### 3.2 不同边界的处理 `BreakIterator` 可以处理字符、单词、行和句子边界，不同的边界处理方式可以通过选择不同的工厂方法来实现。 ## 4. 消息格式化 Java 的 `MessageFormat` 类可以方便地格式化带有占位符的文本。使用步骤如下： 1. 将模式写成一个字符串，可以使用最多 10 个占位符 `{0}...{9}`，每个占位符可以使用多次。 2. 使用模式字符串作为构造函数参数创建一个 `MessageFormat` 对象。 3. 构建一个对象数组，用于替换占位符，占位符中的数字指的是对象数组中的索引。 4. 调用 `format` 方法，将对象数组作为参数传入。 示例代码如下： ```java import java.text.MessageFormat; import java.util.GregorianCalendar; import java.util.Date; public class MessageFormatExample { public static void main(String[] args) { String pattern = "On {2}, a {0} destroyed {1} houses and caused {3} of damage."; MessageFormat msgFmt = new MessageFormat(pattern); Object[] msgArgs = { "hurricane", new Integer(99), new GregorianCalendar(1999, 0, 1).getTime(), new Double(10E7) }; String msg = msgFmt.format(msgArgs); System.out.println(msg); } } ``` ### 4.1 设置占位符格式 可以通过两种方式为占位符设置格式： - 在模式字符串中直接添加格式信息。 - 调用 `setFormat` 或 `setFormats` 方法。 示例代码如下： ```java import java.text.DateFormat; import java.text.MessageFormat; import java.text.NumberFormat; import java.util.GregorianCalendar; import java.util.Date; import java.util.Locale; public class MessageFormatFormattingExample { public static void main(String[] args) { Locale loc = Locale.US; String pattern = "On {2}, a {0} destroyed {1} houses and caused {3} of damage."; M ```