Lekce 8 - Textové řetězce v Javě podruhé - práce s jednotlivými znaky

Java Základní konstrukce Textové řetězce v Javě podruhé - práce s jednotlivými znaky American English version English version

ONEbit hosting Unicorn College Tento obsah je dostupný zdarma v rámci projektu IT lidem. Vydávání, hosting a aktualizace umožňují jeho sponzoři.

V minulé lekci, Pole v Javě, jsme se naučili pracovat s polem. Pokud jste vycítili nějakou podobnost mezi polem a textovým řetězcem, tak jste vycítili správně. Pro ostatní může být překvapením, že String je v podstatě pole znaků (charů) a můžeme s ním i takto pracovat. Pro přístup k jednotlivým znakům slouží metoda charAt(x), kde x udává index znaku v řetězci (počínaje 0).

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

String s = "Ahoj ITnetwork";
System.out.println(s);
System.out.println(s.charAt(2));

Výstup:

Konzolová aplikace
Ahoj ITnetwork
o

Zklamáním může být, že znaky na dané pozici jsou v Javě read-only, nemůžeme je tedy jednoduše změnit.

Samozřejmě to jde udělat 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, nahradíme ho sc.nextLine(). Řetězec budeme projíždět cyklem po jednom znaku. Rovnou zde říkám, že neapelujeme na rychlost programu a budeme volit názorná a jednoduchá řešení.

Nejprve si připravme kód, definujme si samohlásky a souhlásky. Počet nepísmen nemusíme počítat, bude to délka řetězce mínus 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. Protože se jedná o složitější kód, nebudeme zapomínat na komentáře.

pozn.: Kdybyste věděli, jak se správně říká nepísmennému znaku, napište mi to prosím do komentáře pod článek :)

// řetězec, který chceme analyzovat
String s = "Programátor se zasekne ve sprše, protože instrukce na šampónu byly: Namydlit, omýt, opakovat.";
System.out.println(s);
s = s.toLowerCase();

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

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

// hlavní cyklus
for (char c : s.toCharArray()) {

}

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

Pojďme plnit počítadla, pro jednoduchost již nebudu opisovat zbytek kódu a přesunu se jen k cyklu:

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

Metodu contains() na řetězci již známe, jako parametr ji lze předat podřetězec. Bohužel nemůžeme předat znak char, musíme tedy znak převést na String. K tomu slouží výše uvedená metoda valueOf(). Daný znak c naší věty tedy nejprve zkusíme vyhledat v řetězce samohlasky a případně zvýšit jejich počítadlo. Pokud 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", ta způsobí odřádkování.

System.out.printf("Samohlásek: %d\n", pocetSamohlasek);
System.out.printf("Souhlásek: %d\n", pocetSouhlasek);
System.out.printf("Nepísmenných znaků: %d\n", s.length() - (pocetSamohlasek + pocetSouhlasek));

Konzolová aplikace
Programátor se zasekne ve sprše, protože instrukce na šampónu byly: Namydlit, omýt, opakovat.
Samohlásek: 31
Souhlásek: 45
Nepísmenných znaků: 17

A je to!

ASCII hodnota

Možná jste již někdy slyšeli o ASCII tabulce. Zejména v éře operačního systému MS DOS prakticky nebyla 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 255 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, nyní se používá unicode (UTF8) kódování, kde jsou znaky reprezentovány trochu jiným způsobem. Nicméně v Javě máme stále možnost pracovat s ASCII hodnotami jednotlivých znaků. Hlavní výhoda je v tom, že znaky jsou uloženy v tabulce za sebou, podle abecedy. Např. na pozici 97 nalezneme "a", 98 "b" a podobně. Podobně je to s čísly, diakritické znaky tam budou bohužel jen nějak rozházeny.

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

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

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

Cézarova šifra

Vytvoříme si jednoduchý program pro na šifrování textu. Pokud jste někdy slyšeli o Cézarově 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 Cézarova šifra . Program si dokonce můžete vyzkoušet v praxi - Online cézarova 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 sc.nextLine(). Šifra nepočítá s diakritikou, mezerami a interpunkčními znaménky. Diakritiku budeme bojkovat a budeme předpokládat, že ji uživatel nebude zadávat. Ideálně bychom poté měli diakritiku před šifrováním odstranit, stejně tak cokoli kromě písmen.

// inicializace proměnných
String s = "cernediryjsoutamkdebuhdelilnulou";
System.out.printf("Původní zpráva: %s\n", s);
String zprava = "";
int posun = 1;

// cyklus projíždějící jednotlivé znaky
for (char c : s.toCharArray()) {

}

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

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

int i = (int)c;
i += posun;
char znak = (char)i;
zprava += znak;

Konzolová aplikace
Původní zpráva: cernediryjsoutamkdebuhdelilnulou
Zašifrovaná zpráva: dfsofejszktpvubnlefcviefmjmovmpv

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 další ošklivé znaky. Uzavřeme znaky do kruhu tak, aby posun plynule po "z" přešel opět k "a" a dále. Postačí nám k tomu jednoduchá podmínka, která od nové ASCII hodnoty odečne celou abecedu tak, abychom začínali opět na "a".

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

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

V příští lekci, Textové řetězce v Javě do třetice - Split, si ukážeme, že String umí přeci jen ještě něco navíc. Prozradím, že budeme dekódovat Morzeovu abecedu.


 

Stáhnout

Staženo 770x (35.71 kB)
Aplikace je včetně zdrojových kódů v jazyce java

 

 

Článek pro vás napsal David Čápka
Avatar
Jak se ti líbí článek?
31 hlasů
Autor pracuje jako softwarový architekt a pedagog na projektu ITnetwork.cz (a jeho zahraničních verzích). Velmi si váží svobody podnikání v naší zemi a věří, že když se člověk neštítí práce, tak dokáže úplně cokoli.
Unicorn College Autor sítě se informační technologie naučil na Unicorn College - prestižní soukromé vysoké škole IT a ekonomie.
Miniatura
Předchozí článek
Pole v Javě
Miniatura
Všechny články v sekci
Základní konstrukce jazyka Java
Miniatura
Následující článek
Cvičení k 8. lekci Javy
Aktivity (9)

 

 

Komentáře
Zobrazit starší komentáře (41)

Avatar
Petr Zajac
Člen
Avatar
Petr Zajac:9. února 13:56

Na jaký další problém bych měl v takovém případě narazit?
V reakci na řešení od Michal Stisek mě napadlo následující
(jenom postup řešení, bez přepisu do JAVA)

  1. české znaky s diakritikou převedu v prvním cyklu na znaky bez diakritiky
  2. v druhém cyklu, kde už budu posouvat o počet znaků co zadá uživatel,

tak dám podmínku, pokud ASCII kód bude menší než "a", nebo větší než "z"
tak jsem našel "nepovolený znak" (nebudu zkoumat už jaký), který nebudu šifrovat,
ale přeskočím ho.
Tím pádem nepovolené znaky od uživatele vypustím. Jen mi zmizí do nenávratna a pokud bych chtěl zpětně "dekódovat", tak už tam "nepovolené znaky" nedodám .o)

 
Odpovědět 9. února 13:56
Avatar
Mrkev007
Člen
Avatar
Mrkev007:17. února 20:19

Výborně vysvětlené. Děkuji

 
Odpovědět 17. února 20:19
Avatar
Lukáš H.
Člen
Avatar
Lukáš H.:5. června 13:59

Ahoj, chtěl bych vás poprosit o vysvětlení, proč nelze udělat zápis typu:

String retez = "abcd";
String retezobr = "";
retezobr = retez.charAt(2);
System.out.prin­tln(retezobr);

Moc děkuji

 
Odpovědět 5. června 13:59
Avatar
Odpovídá na Lukáš H.
Matúš Olejník:5. června 15:04

Ak si pozreš dokumentáciu k String#charAt(in­t),
tak táto funkcia vracia dátový typ char (znak na zadanom indexe z daného reťazca, konkrétne u teba znak 'c') a tvoja premenná retezobr je typu String.

Neviem čo presne chceš spraviť, ale ak chceš aby ti to nehádzalo chybu môžeš použiť funkciu Character#toS­tring(char) ktorá ti zo zadaného znaku vráti String

retezobr = Character.toString(retez.charAt(2));
Odpovědět 5. června 15:04
/* I am not sure why this works but it fixes the problem */
Avatar
Lukáš H.
Člen
Avatar
Odpovídá na Matúš Olejník
Lukáš H.:5. června 15:45

Ahoj, chtel jsem dle 2. prikladu k lekci 8 vypsat retezec pozpatku a nemohl jsem prijit na to proc to lze i pres String v pripade, kdy retezobr prictu k promenne typu char v tomto pripade retezec.charAt(i); a samostatne mi to vypsat nelze.
String retezec = sc.nextLine();
String retezobr = "";
for (int i = retezec.length()-1; i>=0 ;i--) {
retezobr = retezobr + retezec.charAt(i);
System.out.prin­tln(retezobr);
}

 
Odpovědět 5. června 15:45
Avatar
Odpovídá na Lukáš H.
Matúš Olejník:5. června 16:12

V takomto prípade dochádza k implicitnej dátovej konverzii kedy znak, ktorý ti vráti funkcia charAt, je konvertovaný do Stringu a môžeš tak takým spôsobom ľahko "vyskladávať" reťazec.

Odpovědět 5. června 16:12
/* I am not sure why this works but it fixes the problem */
Avatar
Lukáš H.
Člen
Avatar
Odpovídá na Matúš Olejník
Lukáš H.:5. června 17:41

Treti a slibuju, ze uz posledni dotaz:

Pouzil jsem nahore dle navodu Character.toS­tring..... retezobr to vypise spravne, a ikdyz se jedna o palindrom, na podminku nereaguje
String retezec = sc.nextLine();
String retezobr = "";
for (int i = retezec.length()-1; i>=0 ;i--) {
retezobr = Character.toS­tring(retezec­.charAt(i));
System.out.prin­t(retezobr); //pouze pro kontrolu
}
if (retezec.equal­s(retezobr))
System.out.prin­tln("Toto je palindrom" );

 
Odpovědět 5. června 17:41
Avatar
Odpovídá na Lukáš H.
Matúš Olejník:5. června 18:37

Prečo? Veď na to táto stránka je nie? :)

Tebe sa môže zdať že na konci ti vyšiel rovnaký reťazec aký bol ten pôvodný pretože jednotlivé písmená vypisuješ v cykle za sebou takže nepostrehneš že v premennej retezobr je na konci len jedno písmeno.

Preto nemôžeš v každej iterácii do tejto premennej priradiť len jedno písmeno, ale toto písmeno "prilepiť" k aktuálnemu slovu. Stačí teda zmeniť

retezobr = Character.toString(retezec.charAt(i));

na

retezobr += Character.toString(retezec.charAt(i));

A keďže sme tu spomínali tú implicitnú konverziu tak časť Character.toS­tring môžeš vynechať.

Odpovědět 5. června 18:37
/* I am not sure why this works but it fixes the problem */
Avatar
Lukáš H.
Člen
Avatar
Odpovídá na Matúš Olejník
Lukáš H.:5. června 21:28

Ano, mas pravdu, ale rikal jsem si, jestli uz to moc neprehanim s tim vyptavanim. Jinak moc díky za pomoc, konecne mi to cele zapadlo v hlave dohromady :)

 
Odpovědět  +1 5. června 21:28
Avatar
Štěpán Bunda:12. července 12:44

5*
Ale. Je tam hezký příklad, jak hodnota i se zmenšuje o 26 jenom v ramci if(){...}, ale tato skutečnost je opomenutá.

 
Odpovědět 12. července 12:44
Děláme co je v našich silách, aby byly zdejší diskuze co nejkvalitnější. Proto do nich také mohou přispívat pouze registrovaní členové. Pro zapojení do diskuze se přihlas. Pokud ještě nemáš účet, zaregistruj se, je to zdarma.

Zobrazeno 10 zpráv z 51. Zobrazit vše