É melhor verificar `c> = '0' 'ou` c> = 48`?

Após uma discussão com alguns colegas, tenho uma pergunta 'filosófica' sobre como tratar o tipo de dados char em Java, seguindo as melhores práticas.

Suponha um cenário simples (obviamente, este é apenas um exemplo muito simples, a fim de dar um significado prático à minha pergunta) , em que, dado um String 's' como entrada, você deve contar o número de caracteres numéricos presentes nele.

Estas são as 2 soluções possíveis:

1)

    for(int i=0; i<s.length(); i++) {
        if(s.charAt(i) >= 48 && s.charAt(i) <= 57) {
            n++;
        }
    }

2)

    for(int i=0; i<s.length(); i++) {
        if(s.charAt(i) >= '0' && s.charAt(i) <= '9' ) {
            n++;
        }
    }

Qual dos dois é mais 'limpo' e compatível com as melhores práticas de Java?

Ambos são horríveis, mas o primeiro é mais horrível.

Ambos ignoram a capacidade interna do Java para decidir quais caracteres são "numéricos" (por meio de métodos Character). Mas o primeiro não apenas ignora a natureza Unicode das cadeias, assumindo que pode haver apenas 0123456789, mas também oculta esse raciocínio inválido usando códigos de caracteres que só fazem sentido se você souber algo sobre o histórico das codificações de caracteres.

Nem. Deixe a classe de caracteres incorporada do Java descobrir por você.

for (int i = 0; i < s.length(); ++i) {
  if (Character.isDigit(s.charAt(i))) {
    ++n;
  }
}

Existem mais intervalos de caracteres do que os dígitos ASCII que contam como dígitos, e nenhum exemplo que você postou os contará. O JavaDoc para Character.isDigit()lista esses intervalos de caracteres como sendo dígitos válidos:

Alguns intervalos de caracteres Unicode que contêm dígitos:

• '\ u0030' a '\ u0039', dígitos ISO-LATIN-1 ('0' a '9')
• '\ u0660' a '\ u0669', dígitos que indicam árabe
• '\ u06F0' a '\ u06F9', dígitos em árabe-indicador estendido
• '\ u0966' a '\ u096F', dígitos do Devanagari
• '\ uFF10' a '\ uFF19', dígitos de largura total

Muitos outros intervalos de caracteres também contêm dígitos.

Dito isto, deve-se delegar para Character.isDigit()mesmo com esta lista. À medida que novos planos Unicode são preenchidos, o código Java será atualizado. Atualizar a JVM poderia fazer com que o código antigo funcionasse perfeitamente com novos caracteres de dígito. Também é SECO : localizando o código "é um dígito" em um local referenciado em outro lugar, os aspectos negativos da duplicação de código (ou seja, bugs) podem ser evitados. Por fim, observe a última linha: esta lista não é exaustiva e há outros dígitos.

Pessoalmente, prefiro delegar nas principais bibliotecas Java e gastar meu tempo em tarefas mais produtivas do que "descobrir o que é um dígito".

A única exceção a essa regra é se você realmente precisa testar os dígitos ASCII literais e não outros dígitos. Por exemplo, se você estiver analisando um fluxo e apenas dígitos ASCII (em oposição a outros dígitos) tiverem um significado especial, não seria apropriado usá-lo Character.isDigit().

Nesse caso, eu escreveria outro método, por exemplo, MyClass.isAsciiDigit()e colocaria a lógica lá. Você obtém os mesmos benefícios da reutilização de código, o nome é super claro quanto ao que está verificando e a lógica está correta.

Se você escrever um aplicativo em C que use EBCDIC como o conjunto de caracteres básico e precise processar caracteres ASCII, use 48e 57. Você está fazendo isso? Acho que não.

Sobre o uso isDigit(): depende. Você está escrevendo um analisador JSON? Somente 0para 9serem aceitos como dígitos, portanto, não use isDigit(), verifique >= '0'e <= '9'. Você está processando a entrada do usuário? Use isDigit()enquanto o resto do seu código puder manipular a string e transformá-la em um número corretamente.

O segundo exemplo é claramente superior. O significado do segundo exemplo é imediatamente óbvio quando você olha para o código. O significado do primeiro exemplo é óbvio apenas se você memorizou toda a tabela ASCII em sua cabeça.

Você deve distinguir entre a verificação de um caractere específico ou a verificação de um intervalo ou classe de caracteres.

1) Verificando um caractere específico.

Para caracteres comuns, use o literal literal, por exemplo if(ch=='z')...,. Se você verificar caracteres especiais, como tabulação ou quebra de linha, use os escapes, como if (ch=='\n').... Se o caractere que você está procurando é incomum (por exemplo, não é reconhecível imediatamente ou não está disponível em um teclado padrão), você pode usar um código de caractere hexadecimal em vez do caractere literal. Mas como um código hexadecimal é um "valor mágico", você o extrairá para uma constante e o documentará:

const char snowman = 0x2603; // snowman char used to detect encoding issues
...
if (ch==showman)...

Os códigos hexadecimais são a maneira padrão de especificar códigos de caracteres.

2) Verificando uma classe ou intervalo de caracteres

Você realmente não deveria fazer isso diretamente no código do aplicativo, mas deveria encapsular em uma classe separada, apenas relacionada à classificação de caracteres. E você deve variar disso, já que as bibliotecas já existem para esse fim, e a classificação de caracteres geralmente é mais complexa do que você pensa, pelo menos se você considerar caracteres fora do intervalo ASCII.

Se você estiver preocupado apenas com caracteres no intervalo ASCII, poderá usar literais de caracteres nesta biblioteca; caso contrário, provavelmente usaria literais hexadecimais. Se você olhar para o código-fonte da biblioteca de caracteres interna Java, ele também se refere a valores e intervalos de caracteres usando hexadecimal, pois é assim que eles são especificados no padrão Unicode.

É sempre melhor usar, c >= '0'porque c >= 48você precisa converter c em código ascii.

Expressões regulares ( RegEx ) têm uma classe de caracteres específica para dígitos - \d- que podem ser usados ​​para remover qualquer outro caractere da sua string. O comprimento da sequência resultante é o valor desejado.

public static int countDigits(String str) {
    str = Objects.requireNonNull(str).trim();

    return str.replaceAll("[^\\d]", "").length();
}

Observe, no entanto, que os RegEx s são computacionalmente mais exigentes que as outras soluções propostas, portanto, não devem ser geralmente preferidos .