Java截取字符串三步走\_substring入门教程

Java的substring看似简单，实则暗藏索引越界、emoji乱码、历史版本内存泄漏等多重陷阱：必须严格校验起始索引≥0、结束索引≤字符串长度，牢记“左闭右开”规则与“起始含、结束不含”的口诀；处理中文或emoji时需警惕UTF-16代理对导致的字符截断异常，必要时改用codePointCount精准切分；而自Java 7u6起substring已无内存泄漏之忧，盲目规避反成过时负担——掌握这些关键细节，才能写出既健壮又高效的字符串截取代码。

substring 两个参数怎么选才不越界

Java 的 substring 不会自动帮你校验索引，越界直接抛 StringIndexOutOfBoundsException。常见错误是把“截取前3个字符”写成 substring(0, 3) —— 这其实是对的；但换成“从第3个字符开始截到末尾”，有人写 substring(3, str.length())，万一字符串只有2个字符就崩了。

安全做法是先判断长度：

• 用 str.length() 拿总长，再和起始/结束位置比大小
• 起始索引必须 ≥ 0，结束索引必须 ≤ 字符串长度
• 如果不确定长度，用 Math.min(3, str.length()) 替代硬写数字

substring(1) 和 substring(1, 3) 的行为差异

单参数版本 substring(int beginIndex) 是“从指定位置到结尾”，双参数版本 substring(int beginIndex, int endIndex) 是“左闭右开”——endIndex 本身不包含在结果里。这是最容易混淆的点。

比如 "abcde".substring(1, 3) 返回 "bc"，不是 "bcd"；而 "abcde".substring(1) 返回 "bcde"。

• 记住口诀：“起始含，结束不含”
• 如果想取第 n 个字符（从1数），用 substring(n-1, n)
• 空字符串调用 substring(0) 没问题，但 substring(1) 就会报错

中文、emoji 字符下 substring 会不会乱码

不会乱码，但可能切错“字”。Java 的 String 基于 UTF-16 编码，一个 emoji（如 ?）或某些生僻汉字占两个 char（即一个代理对）。substring 按 char 索引切，不是按“用户感知的字符”切。

例如 "a?b".length() 是 4（'a'=1, ?=2, 'b'=1），substring(1, 3) 会返回代理对的前半部分，打印出来可能是 或其他异常符号。

• 真要按“人眼字符”截取，得用 String.codePointCount() + offsetByCodePoints()
• 日常处理 ASCII 文本或已知无 emoji 场景，直接用 substring 完全够用
• 日志里看到 ，先检查是不是 substring 切进了代理对中间

性能上，substring 在 Java 7u6 之后还有没有内存泄漏风险

没有。老版本（Java 6 及之前）的 substring 会共享原字符串的 char[]，导致小子串持大数组不释放；但从 Java 7u6 开始，每次调用都生成新数组，内存干净，但代价是多一次数组复制。

• 频繁截取超长字符串的某一段？考虑用 CharBuffer.wrap(str).subSequence(...).toString() 避免复制（不过多数场景没必要）
• 别再为“避免 substring 导致内存泄漏”去手写循环拼接，那是过时经验
• 用 JFR 或 VisualVM 看堆里字符串数组大小，比凭经验猜更靠谱

最常被忽略的是：你以为在切字符串，其实对象本身可能已被 intern 或缓存，真正影响内存的是引用链，不是 substring 这一行代码。

到这里，我们也就讲完了《Java截取字符串三步走\_substring入门教程》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于的知识点！