Lekce 10 - Textové řetězce v Kotlinu do třetice - Split

V předešlém cvičení, Řešené úlohy k 9. lekci Kotlinu, jsme si procvičili nabyté zkušenosti z předchozích lekcí.

Dnes si v Kotlin tutoriálu vysvětlíme další metody na řetězci, které jsme vám zatím záměrně zatajili, protože jsme nevěděli, že String je vlastně pole

Další metody na řetězci

Na řetězci můžeme používat mnoho metod nebo vlastností, které známe z pole. Jsou to např: first(), last(), indexOf() a další.

Když si vytvoříme libovolnou proměnnou a napíšeme za ni tečku, IntelliJ IDEA nám zobrazí nabídku všech metod a vlastností (a také proměnných, ale k tomu se dostaneme až u objektů), které na ni můžeme volat. Zkusme si to:

Tutéž nabídku lze vyvolat také stiskem kláves Ctrl + Mezerník v případě, že textový kurzor umístíme na tečku. Samozřejmě to platí pro všechny proměnné i třídy a budeme toho využívat stále častěji. Metody jsou řazené abecedně a můžeme jimi listovat pomocí kurzorových šipek. IntelliJ nám zobrazuje popis metod (co dělají) a také to, jaké vyžadují parametry.

Řekněme si více o následujících metodách a ukažme si je na jednoduchých příkladech.

Metoda substring()

Vrátí podřetězec od dané počáteční pozice do dané koncové pozice.

{KOTLIN_CONSOLE}
println("Wolfgang Amadeus Mozart".substring(9, 16))
{/KOTLIN_CONSOLE}

Výstup:

Amadeus

Metoda compareTo()

Umožňuje porovnat dva řetězce podle abecedy. Metoda vrací hodnotu -1, je-li první řetězec abecedně před řetězcem v parametru, hodnotu 0, jsou-li oba řetězce stejné, a hodnotu 1, je-li první řetězec abecedně za řetězcem v parametru:

{KOTLIN_CONSOLE}
println("argentina".compareTo("barbados"))
{/KOTLIN_CONSOLE}

Výstup:

-1

Pojďme se nyní podívat na další metody na řetězci, které jsou opravdu velmi užitečné.

Metody split() a joinToString()

Z předchozích tutoriálů víme, že parsování řetězce znak po znaku může být někdy docela složité, přestože jsme prováděli poměrně jednoduchý příklad. S řetězci se samozřejmě budeme setkávat stále, a to jak na vstupu od uživatele (např. z konzole nebo z polí v okenních aplikacích), tak v souborech TXT a XML. Velmi často máme zadaný jeden delší String (řádek souboru nebo řádek konzole), ve kterém je více hodnot oddělených tzv. separátory, např. čárkou. V tomto případě hovoříme o formátu CSV (Comma-Separated Values, tedy hodnoty oddělené čárkou). Abychom si byli jistí, že víme, o čem hovoříme, ukažme si nějaké ukázkové řetězce:

Jan,Novák,Dlouhá 10,Praha 3,130 00
.. ... .-.. .- -. -.. ... --- ..-. -
(1,2,3;4,5,6;7,8,9)

Význam jednotlivých řetězců:

• První řetězec je očividně nějaký uživatel, takto bychom mohli např. realizovat uložení uživatelů do CSV souboru, každý na jeden řádek.
• Druhý řetězec jsou znaky Morseovy abecedy, separátorem (oddělovačem) je zde mezera.
• Třetí řetězec je matice o třech sloupcích a třech řádcích. Oddělovačem sloupců je čárka, řádků středník.

Na datovém typu String můžeme volat metodu split(), která bere jako parametr separátor (typu Char). Metoda následně původní řetězec rozdělí podle separátorů na pole podřetězců, které vrátí. To nám velmi ulehčí práci při rozdělování hodnot v řetězci.

Metoda joinToString() nám naopak umožňuje pole podřetězců spojit oddělovačem do jediného řetězce, parametr je oddělovač. Výstupem metody je výsledný řetězec. Metodu můžeme zavolat i bez parametru, čímž dojde ke spojení řetězců bez oddělovače.

Jelikož neumíme tvořit objekty (uživatele) ani pracovat s vícerozměrnými poli (matice), zkusíme si naprogramovat dekodér zpráv z Morseovy abecedy.

Dekodér Morseovy abecedy

Pojďme si opět připravit strukturu programu. Budeme potřebovat dva řetězce se zprávou, jeden se zprávou v Morseově abecedě, druhý zatím prázdný, do kterého budeme ukládat výsledek našeho snažení. Dále budeme jako v případě samohlásek potřebovat nějaký vzor písmen. K písmenům budeme muset přiřadit vzor jejich znaku v morseovce. Písmena můžeme opět uložit do pouhé proměnné typu String, protože mají jen jeden znak. Symboly Morseovy abecedy mají již znaků více, ty musíme dát do pole.

Struktura našeho programu by nyní mohla vypadat následovně:

// řetězec, který chceme dekódovat
val s = ".-.. . --- -. .- .-. -.. ---"
println("Původní zpráva: $s")
// řetězec s dekódovanou zprávou
var zprava = ""

// vzorová pole
val abecedniZnaky = "abcdefghijklmnopqrstuvwxyz"
val morseovyZnaky = arrayOf(".-", "-...", "-.-.", "-..", ".", "..-.", "--.", "....", "..", ".---", "-.-", ".-..", "--", "-.", "---", ".--.", "--.-", ".-.", "...", "-", "..-", "...-", ".--", "-..-", "-.--", "--..")

Můžeme samozřejmě přidat i další znaky jako čísla a interpunkční znaménka, my je zde vynecháme. Nyní si řetězec s rozbijeme metodou split() na pole podřetězců, obsahujících jednotlivé znaky morseovky. Rozdělovat budeme podle znaku mezery. Pole následně proiterujeme cyklem for:

// rozbití řetězce na znaky morseovky
val znaky = s.split(" ")

// iterace znaků morseovky
for (morseuvZnak in znaky) {

}

Ideálně bychom se měli nějak vypořádat s případy, kdy uživatel zadá např. více mezer mezi znaky (to uživatelé dělají rádi). Metoda split() poté vytvoří o jeden řetězec v poli více, který bude prázdný. Ten bychom měli poté v cyklu detekovat a ignorovat. My se tím však v tomto tutoriálu zabývat nebudeme.

V cyklu se pokusíme najít aktuálně čtený znak morseovky v poli morseovyZnaky. Bude nás zajímat jeho index, protože když se podíváme na tentýž index v řetězci abecedniZnaky, bude tam odpovídající písmeno. To je samozřejmě způsobeno tím, že jak pole, tak řetězec obsahují stejné znaky seřazené dle abecedy. Umístěme tedy do těla cyklu následující kód:

val index = morseovyZnaky.indexOf(morseuvZnak)

// Zkontrolování, že jsme index našli
if (index != -1) {
    zprava += abecedniZnaky[index]
}

Pokusíme se zjistit index Morseova znaku. Pokud se to podaří, najdeme v abecedě odpovídající písmeno a to přidáme do zprávy. Operátor += nahrazuje zprava = zprava + abecedniZnaky[index].

Závěrem samozřejmě zprávu vypíšeme:

{KOTLIN_CONSOLE}

// řetězec, který chceme dekódovat
val s = ".-.. . --- -. .- .-. -.. ---"
println("Původní zpráva: $s")
// řetězec s dekódovanou zprávou
var zprava = ""

// vzorová pole
val abecedniZnaky = "abcdefghijklmnopqrstuvwxyz"
val morseovyZnaky = arrayOf(".-", "-...", "-.-.", "-..", ".", "..-.", "--.", "....", "..", ".---", "-.-", ".-..", "--", "-.", "---", ".--.", "--.-", ".-.", "...", "-", "..-", "...-", ".--", "-..-", "-.--", "--..")

// rozbití řetězce na znaky morseovky
val znaky = s.split(" ")

// iterace znaky morseovky
for (morseuvZnak in znaky) {
    val index = morseovyZnaky.indexOf(morseuvZnak)

    // Zkontrolování, že jsme index našli
    if (index != -1) {
        zprava += abecedniZnaky[index]
    }
}

println("Dekódovaná zpráva: $zprava")
{/KOTLIN_CONSOLE}

Výstup:

Původní zpráva: .-.. . --- -. .- .-. -.. ---
Dekódovaná zpráva: leonardo

Hotovo! Za úkol máte naprogramovat si program opačný, který naopak zakóduje řetězec do morseovky. Kód bude velmi podobný. S metodami split() a joinToString() se setkáme během Kotlin kurzu ještě několikrát.

Speciální znaky a escapování

Textový řetězec může obsahovat speciální znaky, které jsou předsazené zpětným lomítkem \. Je to zejména znak \n, který kdekoli v textu způsobí odřádkování, a poté \t, kdy se jedná o tabulátor.

Pojďme si to vyzkoušet:

{KOTLIN_CONSOLE}
println("První řádka\nDruhá řádka")
{/KOTLIN_CONSOLE}

Znak \ označuje nějakou speciální sekvenci znaků v řetězci a je dále využíván např. k psaní Unicode znaku jako \u{xxxx}, kde xxxx představuje kód znaku.

Problém může nastat ve chvíli, kdy chceme napsat samotné lomítko \. V tom případě ho musíme tzv. odescapovat:

{KOTLIN_CONSOLE}
println("Toto je zpětné lomítko: \\")
{/KOTLIN_CONSOLE}

Stejným způsobem můžeme odescapovat např. uvozovku tak, aby ji Kotlin nechápal jako konec řetězce:

{KOTLIN_CONSOLE}
println("Toto je uvozovka: \"")
{/KOTLIN_CONSOLE}

Vstupy z konzole a polí v okenních aplikacích se samozřejmě escapují samy, aby uživatel nemohl zadat \n a podobně. V kódu to má programátor povoleno a musí na to myslet.

Raw string

Občas potřebujeme zapsat více zpětných lomítek v jednom textovém řetězci. Kdybychom je všechny escapovali, mohlo by to znepřehlednit náš kód. Kvůli tomuto problému lze v Kotlinu deklarovat tzv. Raw string. Stačí obalit text do """ a veškerá zpětná lomítka se chovají jako obyčejné znaky.

{KOTLIN_CONSOLE}
println("""V tomto stringu nemusím nic escapovat \""")
{/KOTLIN_CONSOLE}

V následujícím kvízu, Kvíz - Textové řetězce v Kotlin, si vyzkoušíme 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.