Java 中的 trim() 和 kotlin 中的 trim()

java 中 trim 方法的实现

源代码如下：

public String trim() {
    int len = value.length;
    int st = 0;
    char[] val = value;    /* avoid getfield opcode */

    while ((st < len) && (val[st] <= ' ')) {
        st++;
    }
    while ((st < len) && (val[len - 1] <= ' ')) {
        len--;
    }
    return ((st > 0) || (len < value.length)) ? substring(st, len) : this;
}

可以看到，在 java 实现中， trim方法截取掉了前后 Unicode 小于等于空格的所有控制字符。具体截取的字符可以参考 unicode 字符列表.

kotlin 中 trim() 方法的实现

@kotlin.internal.InlineOnly
public inline fun String.trim(): String = (this as CharSequence).trim().toString()

public fun CharSequence.trim(): CharSequence = trim(Char::isWhitespace)

public inline fun CharSequence.trim(predicate: (Char) -> Boolean): CharSequence {
    var startIndex = 0
    var endIndex = length - 1
    var startFound = false

    while (startIndex <= endIndex) {
        val index = if (!startFound) startIndex else endIndex
        val match = predicate(this[index])

        if (!startFound) {
            if (!match)
                startFound = true
            else
                startIndex += 1
        } else {
            if (!match)
                break
            else
                endIndex -= 1
        }
    }

    return subSequence(startIndex, endIndex + 1)
}

可以看到，kotlin 中的 trim 方法和 java 中的 trim 方法实现基本差不多，唯一的差别就是匹配的字符规则不一样，在 java 匹配的规则是 <= ' ', 而 kotlin 中匹配的规则是 Char::isWhitespace。

接下来我们看看 Char::isWhitespace 的具体实现：参考

String.kt
expect fun Char.isWhitespace(): Boolean

实现在 charJVM.kt
public actual fun Char.isWhitespace(): Boolean = Character.isWhitespace(this) || Character.isSpaceChar(this)

可以看到, 在 String.kt 中只是通过 expect 声明了这个方法，具体实现还是在 charJVM.kt 中。关于 expect 和 actual 的用法可以参考 kotlin 平台相关声明.

而在Charactr 类中，isWhitespace() 和 isSpaceChar()的实现如下：

public static boolean isWhitespace(char ch) {
    return isWhitespace((int)ch);
}

public static boolean isWhitespace(int codePoint) {
    return CharacterData.of(codePoint).isWhitespace(codePoint);
}


public static boolean isSpaceChar(char ch) {
    return isSpaceChar((int)ch);
}

public static boolean isSpaceChar(int codePoint) {
    return ((((1 << Character.SPACE_SEPARATOR) |
              (1 << Character.LINE_SEPARATOR) |
              (1 << Character.PARAGRAPH_SEPARATOR)) >> getType(codePoint)) & 1)
        != 0;
}

这里 isWhitespace() 和 isSpaceChar() 的实现其实比较复杂，简单介绍一下其区别。

isWhiteSpace()符合下面条件的字符将会返回 true

It is a Unicode space character ({@code SPACE_SEPARATOR}, {@code LINE_SEPARATOR}, or {@code PARAGRAPH_SEPARATOR}) but is not also a non-breaking space ({@code '\u005Cu00A0'}, {@code '\u005Cu2007'}, {@code '\u005Cu202F'}).

It is {@code '\u005Ct'}, U+0009 HORIZONTAL TABULATION.

It is {@code '\u005Cn'}, U+000A LINE FEED.

It is {@code '\u005Cu000B'}, U+000B VERTICAL TABULATION.

It is {@code '\u005Cf'}, U+000C FORM FEED.

It is {@code '\u005Cr'}, U+000D CARRIAGE RETURN.

It is {@code '\u005Cu001C'}, U+001C FILE SEPARATOR.

It is {@code '\u005Cu001D'}, U+001D GROUP SEPARATOR.

It is {@code '\u005Cu001E'}, U+001E RECORD SEPARATOR.

It is {@code '\u005Cu001F'}, U+001F UNIT SEPARATOR.

isSpaceChar()用于检查Unicodei分割符和空格，参考Unicode控制字符,分割符号包括

U+2028 line separator ，HTML：
，LSEP

U+2029 paragraph separator ，HTML：
，PSEP

总结

在 java 中和 kotlin 中，因为 trim 方法中使用到的匹配规则不一样，所以他们对同一个串进行处理之后，结果可能也是不一样的。所以为了保险起见，建议不要使用分别用 java 和 kotlin 语言 trim 之后的字符串在进行比较，可能会得有意料之外的结果。

参考链接

• Unicode字符列表
• Unicode控制字符
• kotlin 平台相关声明
• Unicode 字符百科