Java StringCharacterIterator 怎样限定字符遍历区间

如果只想遍历一个较长字符串中的局部内容，StringCharacterIterator 应该使用四参数构造器：new StringCharacterIterator(text, begin, end, pos)。其中 begin 是包含的起点，end 是不包含的终点，pos 是初始光标位置，并且 begin 。例如要遍历下标 3 到 5 的字符，就传入 begin=3、end=6，而不是把 end 写成 5。

直接传入要遍历的原字符串、起始偏移量、结束偏移量三个参数实例化StringCharacterIterator，迭代器就只会在你划定的下标区间内执行前向、反向、定位遍历操作，不会访问区间外的字符。

三个索引先分清：起点、终点和光标

StringCharacterIterator 面向的是 Java String 的 char 序列。四参数构造器中的 begin 和 end 定义可见范围，pos 只决定创建完成后光标停在哪里。官方 API 规定，begin、end 必须落在从 0 到字符串长度的范围内，且 begin 不能大于 end；pos 必须落在 begin 到 end 的闭区间内。

下面的字符串中，Go- 占据下标 0、1、2，中文字符占据 3、4，连字符占据 5，后面的 Java 从 6 开始。因此 [3, 6) 恰好表示“你好-”。

用四参数构造器限定实际遍历范围

把 end 写成目标片段最后一个下标再加 1，是最容易复用到数组、substring 和迭代器的统一习惯。下面让光标从区间起点开始，遍历结果只会覆盖“你好-”，不会读到后面的 Java：

import java.text.CharacterIterator;
import java.text.StringCharacterIterator;

public class RangeIteratorDemo {
    public static void main(String[] args) {
        String text = "Go-你好-Java";
        int begin = 3; // 包含中文片段的第一个 char 下标。
        int end = 6;   // 半开区间终点，6 位置的 J 不参与遍历。

        StringCharacterIterator iterator =
                new StringCharacterIterator(text, begin, end, begin);

        StringBuilder part = new StringBuilder();
        for (char ch = iterator.first();
             ch != CharacterIterator.DONE;
             ch = iterator.next()) {
            // 只收集 [begin, end) 内的字符，不把结束哨兵当成正文。
            part.append(ch);
        }

        System.out.println(part); // 预期片段：你好-
        System.out.println(iterator.getBeginIndex()); // 预期起点：3
        System.out.println(iterator.getEndIndex());   // 预期终点：6
    }
}

循环结束时，光标位于 end，而不是 5。getEndIndex() 返回的是“最后一个可遍历字符的下一个位置”，这就是它可以直接配合半开区间使用的原因。

当前位置等于 end 时为什么读到 DONE

first() 会把光标移到 begin；非空区间会返回该位置的字符。next() 每次先移动再取值，移动到 end 后就没有可读字符，因此返回 CharacterIterator.DONE。空区间 [begin, begin) 也会直接处于结束状态。

import java.text.CharacterIterator;
import java.text.StringCharacterIterator;

public class CursorBoundaryDemo {
    public static void main(String[] args) {
        StringCharacterIterator iterator =
                new StringCharacterIterator("abcdef", 2, 5, 4);

        char current = iterator.current(); // 当前是下标 4 的 e。
        char endValue = iterator.setIndex(iterator.getEndIndex());
        // end 是合法光标位置，但不是字符位置，所以这里得到 DONE。
        boolean atEnd = endValue == CharacterIterator.DONE;

        char last = iterator.last();
        // last() 会回到 end - 1，也就是区间内最后一个字符 d。
        System.out.println(current + " / " + atEnd + " / " + last);
    }
}

setIndex 允许的范围是 [getBeginIndex(), getEndIndex()]。只有这个范围之外的值才会抛出 IllegalArgumentException；不要为了判断结束而访问 text.charAt(end)，那会把迭代器的终点规则和原字符串的下标访问混在一起。

非法边界和 Unicode 字符需要单独处理

构造器不会替你修正错误区间。begin > end、pos 、pos > end，或任意端点超出字符串长度，都会触发 IllegalArgumentException；传入 null 文本则会触发 NullPointerException。如果区间来自外部参数，应该在创建迭代器前统一检查：

import java.text.StringCharacterIterator;

static String readRange(String text, int begin, int end) {
    if (text == null) {
        throw new IllegalArgumentException("text 不能为 null");
    }
    if (begin  text.length() || begin > end) {
        throw new IllegalArgumentException("区间必须满足 0 

上面循环中的结束判断应在实际代码里写成 ch != CharacterIterator.DONE，而不是依赖某个具体的 Unicode 字面值；示例中的注释特意提醒这一点。另一个边界是 Unicode：迭代器按 char 下标工作，一个补充字符可能由两个 UTF-16 code unit 组成。如果业务要求按代码点或用户感知的字素簇遍历，应改用 String.codePoints() 或更适合文本分割的 API，不能把 StringCharacterIterator 的 char 区间当成完整字符区间。

一张表记住这个 API 的边界

实际使用时可以按“先换算半开区间，再创建迭代器，最后用 DONE 收尾”的顺序处理。这样既不会把后一个字段读进来，也不会因为把终点误当成字符位置而多读一次。

常见问题

四参数构造器的 end 包含吗？

不包含。它表示最后一个可遍历字符之后的位置，但允许作为当前光标位置。

pos 可以直接传 end 吗？

可以。此时迭代器从结束哨兵开始，current() 和继续读取会得到 CharacterIterator.DONE，直到重新 setIndex 或调用 first()。

StringCharacterIterator 能按完整 Unicode 字符遍历吗？

它实现的是 char 级别的 CharacterIterator 协议。需要按代码点处理时，应考虑 codePoints()；需要按用户感知字符分割时，还要选择专门的文本分割方案。