Lekce 13 - Textové řetězce v Javě podruhé - Práce s jednotlivými znaky

V minulé lekci, Nejčastější chyby Java nováčků - Umíš pojmenovat proměnné?, jsme si ukázali nejčastější chyby začátečníků v Javě ohledně pojmenování proměnných.

V dnešním Java tutoriálu se budeme zabývat přístupem k jednotlivým znakům textového řetězce.

Textový řetězec

Pokud patříte mezi ty, kteří vycítili nějakou podobnost mezi polem a textovým řetězcem, tak jste uvažovali správně. Pro ty ostatní může být překvapením, že String je v podstatě pole znaků (char) a můžeme s ním takto i pracovat. Pro přístup k jednotlivým znakům slouží metoda charAt(index), kde index udává index znaku v řetězci (počínaje 0). Opačně pro zjištění indexu zadaného znaku slouží metoda indexOf(znak), kde znak je hledaný znak. Tato metoda vrací index prvního výskytu daného znaku, a pokud jej v řetězci nenajde, vrátí hodnotu -1.

Nejprve si vyzkoušejme, že to všechno funguje. Rozcvičíme se na jednoduchém vypsání znaku na dané pozici:

{JAVA_CONSOLE}
String jazyk = "Java";
System.out.println(jazyk);
System.out.println(jazyk.charAt(2));
{/JAVA_CONSOLE}

Výstup:

Konzolová aplikace
Java
v

A nyní se podíváme na zjištění indexu zadaného znaku:

{JAVA_CONSOLE}
String jazyk = "Java";
System.out.println(jazyk);
System.out.println(jazyk.indexOf('v'));
{/JAVA_CONSOLE}

Výstup:

Konzolová aplikace
Java
2

Znaky na dané pozici jsou v Javě read-only, nemůžeme je tedy jednoduše změnit.

Samozřejmě to lze udělat i jinak, později si to ukážeme, zatím se budeme věnovat pouze čtení jednotlivých znaků.

Analýza výskytu znaků ve větě

Napišme si jednoduchý program, který nám analyzuje zadanou větu. Bude nás zajímat počet samohlásek, souhlásek a počet nepísmenných znaků (např. mezera nebo !).

Daný textový řetězec si nejprve v programu zadáme napevno, abychom ho nemuseli při každém spuštění psát. Až bude program hotový, řetězec nahradíme metodou scanner.nextLine(). Řetězec budeme projíždět cyklem po jednom znaku. Je nutné podotknout, že neapelujeme na rychlost programu a budeme volit názorná a jednoduchá řešení.

Nejprve si připravme kód, definujme si samohlásky a souhlásky. Počet ostatních znaků nemusíme počítat, bude to délka řetězce minus samohlásky a souhlásky. Abychom nemuseli řešit velikost písmen, celý řetězec na začátku převedeme na malá písmena. Připravme si proměnné, do kterých budeme ukládat jednotlivé počty:

// řetězec, který chceme analyzovat
String hora = "Mount Everest";
System.out.println(hora);
hora = hora.toLowerCase();

// inicializace počítadel
int pocetSamohlasek = 0;
int pocetSouhlasek = 0;

// definice typů znaků
String samohlasky = "aeiouyáéěíóúůý";
String souhlasky = "bcčdďfghjklmnpqrřsštťvwxzž";

// hlavní cyklus
for (char znak : hora.toCharArray()) {

}

Protože se jedná o složitější kód, nezapomeneme jej opatřit komentáři.

Zpočátku si připravíme řetězec a převedeme ho na malá písmena. Počítadla vynulujeme. Na definice znaků nám postačí obyčejný typ String. Hlavní cyklus nám projede jednotlivé znaky v řetězci hora. Abychom mohli znaky iterovat (procházet cyklem), musíme si typ String převést na pole znaků. V úvodu jsme sice poukázali na to, že typ String je vlastně pole znaků, ale ne plnohodnotné. Obsahuje něco navíc a něco mu chybí, např. možnost prvky iterovat cyklem. V cyklu tedy na proměnnou hora zavoláme metodu toCharArray(), která vrátí plnohodnotné pole znaků z řetězce hora. V každé iteraci cyklu bude v proměnné znak aktuální znak řetězce hora.

Pojďme plnit počítadla. Pro jednoduchost již nebudeme opisovat zbytek kódu a přesuneme se jen k cyklu:

// hlavní cyklus
for (char znak : hora.toCharArray()) {
    if (samohlasky.contains(String.valueOf(znak))) {
        pocetSamohlasek++;
    } else if (souhlasky.contains(String.valueOf(znak))) {
        pocetSouhlasek++;
    }
}

Metodu contains() na řetězci již známe. Jako parametr jí lze předat podřetězec. Bohužel nemůžeme předat znak char, musíme jej tedy převést na String. K tomu slouží výše uvedená metoda valueOf(). Daný znak c naší věty tedy nejprve zkusíme vyhledat v řetězci samohlasky a případně zvýšíme jejich počítadlo. Pokud znak v samohláskách není, podíváme se do souhlásek a případně opětovně zvýšíme jejich počítadlo. Nyní nám chybí již jen výpis na konec. V textu použijeme speciální sekvenci znaků %n (nebo \n), která způsobí odřádkování. Použitím sekvence %n (namísto \n) zajistíme cross-platform kompatibilitu. Java tedy odřádkuje správně jak na MacOS, tak třeba na Windows:

{JAVA_CONSOLE}

// řetězec, který chceme analyzovat
String hora = "Mount Everest";
System.out.println(hora);
hora = hora.toLowerCase();

// inicializace počítadel
int pocetSamohlasek = 0;
int pocetSouhlasek = 0;

// definice typů znaků
String samohlasky = "aeiouyáéěíóúůý";
String souhlasky = "bcčdďfghjklmnpqrřsštťvwxzž";

// hlavní cyklus
for (char znak : hora.toCharArray()) {
    if (samohlasky.contains(String.valueOf(znak))) {
        pocetSamohlasek++;
    } else if (souhlasky.contains(String.valueOf(znak))) {
        pocetSouhlasek++;
    }
}

System.out.printf("Samohlásek: %d%n", pocetSamohlasek);
System.out.printf("Souhlásek: %d%n", pocetSouhlasek);
System.out.printf("Nepísmenných znaků: %d%n", hora.length() - (pocetSamohlasek + pocetSouhlasek));
{/JAVA_CONSOLE}

Výstup programu:

Konzolová aplikace
Mount Everest
Samohlásek: 5
Souhlásek: 7
Nepísmenných znaků: 1

A je to!

ASCII hodnota

Možná jste již někdy slyšeli o ASCII tabulce. Zejména v éře operačního systému MS-DOS prakticky neexistovala jiná možnost, jak zaznamenávat text. Jednotlivé znaky byly uloženy jako čísla typu byte, tedy s rozsahem hodnot od 0 do 255. V systému byla uložena tzv. ASCII tabulka, která měla také 256 znaků a každému ASCII kódu (číselnému kódu) přiřazovala jeden znak.

Asi je vám jasné, proč tento způsob nepřetrval dodnes. Do tabulky se jednoduše nevešly všechny znaky všech národních abeced. Dnes se používá Unicode (UTF-8) kódování, v němž jsou znaky reprezentovány trochu jiným způsobem. Nicméně v Javě stále máme možnost pracovat s ASCII hodnotami jednotlivých znaků. Hlavní výhodou je, že znaky jsou uloženy v tabulce za sebou, podle abecedy. Např. na pozici 97 nalezneme znak a, na pozici 98 znak b a tak dále. Podobně je tomu s čísly, avšak diakritické znaky jsou v ASCII bohužel jen nějak rozházeny.

Zkusme si nyní převést znak do jeho ASCII hodnoty a naopak podle ASCII hodnoty daný znak vytvořit:

{JAVA_CONSOLE}
char znak; // znak
int hodnotaAscii; // ordinální (ASCII) hodnota znaku
// převedeme znak na jeho ASCII hodnotu
znak = 'a';
hodnotaAscii = (int)znak;
System.out.printf("Znak %c jsme převedli na ASCII hodnotu %d%n", znak, hodnotaAscii);
// Převedeme ASCII hodnotu na znak
hodnotaAscii = 98;
znak = (char)hodnotaAscii;
System.out.printf("ASCII hodnotu %d jsme převedli na znak %c", hodnotaAscii, znak);
{/JAVA_CONSOLE}

Převodům se říká přetypování, ale o tom se blíže pobavíme až později.

Caesarova šifra

Vytvoříme si jednoduchý program pro šifrování textu. Pokud jste někdy slyšeli o Caesarově šifře, bude to přesně to, co si zde naprogramujeme. Šifrování textu spočívá v posouvání znaku v abecedě o určitý, pevně stanovený počet znaků. Například slovo ahoj se s posunem textu o 1 přeloží jako "bipk". Posun umožníme uživateli vybrat. Algoritmus zde máme samozřejmě opět vysvětlený, a to v článku Caesarova šifra. Program si dokonce můžete vyzkoušet v praxi – Online Caesarova šifra.

Vraťme se k programování a připravme si kód. Budeme potřebovat proměnné pro původní text, zašifrovanou zprávu a pro posun. Dále cyklus projíždějící jednotlivé znaky a výpis zašifrované zprávy. Zprávu si necháme zapsanou napevno v kódu, abychom ji nemuseli při každém spuštění programu psát. Po dokončení nahradíme obsah proměnné metodou scanner.nextLine(). Šifra nepočítá s diakritikou, mezerami a interpunkčními znaménky. Diakritiku budeme bojkotovat a budeme předpokládat, že ji uživatel nebude zadávat. Diakritiku, stejně jako cokoli kromě písmen, bychom poté měli v ideálním případě před šifrováním odstranit.

// inicializace proměnných
String puvodniZprava = "gaiusjuliuscaesar";
System.out.printf("Původní zpráva: %s%n", puvodniZprava);
String zasifrovanaZprava = "";
int posun = 1;

// cyklus projíždějící jednotlivé znaky
for (char znak : puvodniZprava.toCharArray()) {

}

// výpis
System.out.printf("Zašifrovaná zpráva: %s%n", zasifrovanaZprava);

Nyní se přesuneme dovnitř cyklu, převedeme proměnnou se znakem znak na ASCII hodnotu (neboli ordinální hodnotu), tuto hodnotu zvýšíme o posun a převedeme zpět na znak. Tento znak nakonec připojíme k výsledné zprávě:

{JAVA_CONSOLE}

// inicializace proměnných
String puvodniZprava = "gaiusjuliuscaesar";
System.out.printf("Původní zpráva: %s%n", puvodniZprava);
String zasifrovanaZprava = "";
int posun = 1;

// cyklus projíždějící jednotlivé znaky
for (char znak : puvodniZprava.toCharArray()) {

int ascii = (int)znak;
ascii += posun;
znak = (char)ascii;
zasifrovanaZprava += znak;

}

// výpis
System.out.printf("Zašifrovaná zpráva: %s%n", zasifrovanaZprava);

{/JAVA_CONSOLE}

Výstup programu:

Konzolová aplikace
Původní zpráva: gaiusjuliuscaesar
Zašifrovaná zpráva: hbjvtkvmjvtdbftbs

Program si vyzkoušíme. Výsledek vypadá docela dobře. Zkusme si však zadat vyšší posun nebo napsat slovo zebra. Vidíme, že znaky mohou po z přetéct do ASCII hodnot dalších znaků, v textu tedy již nemáme jen písmena, ale také další ošklivé znaky. Uzavřeme proto znaky do kruhu tak, aby posun plynule po znaku z přešel opět ke znaku a a dále. Postačí nám k tomu jednoduchá podmínka, která od nové ASCII hodnoty odečte celou abecedu tak, abychom začínali opět na a:

int ascii = (int)znak;
ascii += posun;
// kontrola přetečení
if (ascii > (int)'z') {
    ascii -= 26;
}
znak = (char)ascii;
zprava += znak;

Pokud hodnota přesáhne ASCII hodnotu 'z', snížíme ji o 26 znaků (tolik znaků má anglická abeceda). Operátor -= vykoná totéž, jako kdybychom napsali hodnota = hodnota - 26. Je to jednoduché a náš program je nyní funkční. Všimněme si, že nikde nepoužíváme přímé kódy znaků, v podmínce je (int)z, přestože bychom tam mohli napsat rovnou 122. Je to z důvodu, aby byl náš program plně odstíněn od explicitních ASCII hodnot a bylo viditelnější, jak funguje. Cvičně si zkuste vytvořit dešifrování

V následujícím cvičení, Řešené úlohy k 13. lekci Javy, si procvičíme nabyté zkušenosti z předchozích lekcí.

Měl jsi s čímkoli problém? Stáhni si vzorovou aplikaci níže a porovnej ji se svým projektem, chybu tak snadno najdeš.