String.substring: примеры (JAVA)

Короткие примеры применения

Ниже несколько простых примеров с кодом и результатом.

Пример 1: извлечение до конца строки

String s = "Hello, world";
String sub = s.substring(7);
System.out.println(sub);

world

Пример 2: извлечение по диапазону (begin inclusive, end exclusive)

String s = "Hello, world";
String sub = s.substring(0, 5);
System.out.println(sub);

Hello

Пример 3: пустая подстрока (равные индексы)

String s = "abc";
String sub = s.substring(1, 1);
System.out.println("<" + sub + "> (length=" + sub.length() + ")");

<> (length=0)

Пример 4: выход за границы с обработкой исключения

String s = "abc";
try {
    String sub = s.substring(2, 5);
    System.out.println(sub);
} catch (IndexOutOfBoundsException e) {
    System.out.println(e.getClass().getSimpleName() + ": " + e.getMessage());
}

IndexOutOfBoundsException: begin 2, end 5, length 3

Похожие методы в Java и их особенности

• CharSequence.subSequence(int start, int end) - возвращает CharSequence, обычно делегирует к String.substring для строк. Полезен при работе с абстрактными реализациями символосодержащих объектов.
• StringBuilder.substring и StringBuffer.substring - аналогичны по семантике, но применяются к изменяемым буферам; возвращают String.
• Библиотечные утилиты, например org.apache.commons.lang3.StringUtils.substring, обрабатывают null безопасно и позволяют отрицательные или выходящие за пределы индексы без исключения (корректируются автоматически).
• Регулярные выражения и Matcher - применяются при сложных случаях извлечения по шаблону, когда индексы заранее неизвестны.

Аналоги в других языках и отличия

• JavaScript

  let s = "Hello";
  console.log(s.substring(1, 4));
  console.log(s.slice(1, 4));

  ell
  ell

  Особенности: substring принимает begin и end (end невключительно) и меняет местами параметры, если begin > end; slice поддерживает отрицательные индексы.
• Python

  s = "Hello"
  print(s[1:4])
  print(s[1:])

  ell
  ello

  Особенности: срезы поддерживают отрицательные индексы и работают с кодовыми точками Unicode корректно (Python использует абстракцию по символам).
• PHP

  echo substr("Hello", 1, 3);

  ell

  Особенности: второй аргумент это длина, индексация с нуля, поддержка отрицательных значений для позиционирования с конца.
• C#

  string s = "Hello";
  Console.WriteLine(s.Substring(1, 3));

  ell

  Отличие: второй параметр - длина подстроки, а не индекс конца.
• Lua

  print(string.sub("Hello", 2, 4))

  ell

  Отличие: индексация с единицы и конец включается в диапазон.
• Go

  s := "Hello"
  fmt.Println(s[1:4])

  ell

  Особенность: срез работает по байтам. При работе с UTF-8 требуется предварительно конвертировать в []rune для корректных границ символов.
• Kotlin

  val s = "Hello"
  println(s.substring(1, 4))

  ell

  Отличие: синтаксис близок к Java; доступна дополнительная функция slice для диапазонов.
• SQL (пример MS SQL)

  SELECT SUBSTRING('Hello', 2, 3);

  ell

  Отличие: индексация с единицы, второй аргумент - длина.

Типичные ошибки и их примеры

• IndexOutOfBoundsException - самая распространенная ошибка при неверных границах.

  String s = "abc";
  String t = s.substring(-1);

  IndexOutOfBoundsException: begin -1, end 3, length 3

• NullPointerException - вызов на null ссылке.

  String s = null;
  String t = s.substring(0);

  NullPointerException

• Разбиение суррогатной пары (нарушение Unicode) - при работе с эмодзи или символами за пределами BMP можно получить некорректный символ:

  String s = "A😀B"; // A????B (эмодзи состоит из суррогатной пары)
  System.out.println(s.substring(1, 2));

  �� (полусуррогат, некорректное отображение)

  Рекомендуется использовать методы, учитывающие codePoint'ы, чтобы избежать подобных разрывов.
• Ожидание нулевой стоимости операции - предположение, что substring всегда O(1). В современных JVM операция часто копирует данные, поэтому для очень длинных строк и частых подстрок возможны значительные расходы памяти и CPU.

Изменения в реализации в разных версиях JVM

• В ранних версиях JVM (до некоторых релизов Java 7) подстроки могли разделять внутренний массив символов родительской строки, что позволяло создавать O(1) subString, но могло привести к утечкам памяти при долгоживущих коротких подстроках от больших строк.
• После исправлений в более поздних релизах Java (включая обновления Java 7 и далее) подстрока копирует данные, чтобы избежать удержания лишней памяти. Это изменило характеристики производительности на O(n) по длине подстроки.
• С введением компактных строк в Java 9 внутреннее представление строк изменилось (используется массив байт и флаг coder). Семантика substring осталась прежней, но внутренние детали копирования и представления символов стали другими.
• Сигнатура и поведение на уровне Java API неизменны на протяжении больших версий, изменения касались внутренних оптимизаций.

Расширенные примеры использования и нестандартные случаи

1. Корректное извлечение по кодовым точкам (без разрыва суррогатных пар)

String s = "A\uD83D\uDE00B"; // A????B
int startCp = 1; // в терминах code points
int lenCp = 1;
int beginIndex = s.offsetByCodePoints(0, startCp);
int endIndex = s.offsetByCodePoints(beginIndex, lenCp);
String sub = s.substring(beginIndex, endIndex);
System.out.println(sub);

????

Пояснение: offsetByCodePoints переводит позицию в кодовые точки в индекс char, предотвращая разрыв суррогатных пар.

2. Извлечение по совпадению регулярного выражения

String s = "id:12345; name:John";
java.util.regex.Matcher m = java.util.regex.Pattern.compile("id:(\\d+)").matcher(s);
if (m.find()) {
    String id = s.substring(m.start(1), m.end(1));
    System.out.println(id);
}

12345

Пояснение: индекс можно получить из Matcher и затем взять подстроку по этим индексам.

3. Поиск и извлечение без дополнительной аллокации буфера (через StringBuilder)

StringBuilder sb = new StringBuilder("Hello, world");
String s = sb.substring(7, 12); // возвращает String, но исходный буфер остается доступен
System.out.println(s);

world

Пояснение: у StringBuilder есть метод substring, поведение аналогично, но сам буфер остается изменяемым.

4. Итерация по подстрокам в потоке и агрегация

String[] parts = {"apple:1", "banana:2", "cherry:10"};
java.util.List names = java.util.Arrays.stream(parts)
    .map(p -> p.substring(0, p.indexOf(':')))
    .toList();
System.out.println(names);

[apple, banana, cherry]

5. Выделение границ слов с помощью BreakIterator для локализации

String s = "Это тест: ???? пример";
java.text.BreakIterator bi = java.text.BreakIterator.getWordInstance(java.util.Locale.getDefault());
bi.setText(s);
int start = bi.first();
for (int end = bi.next(); end != BreakIterator.DONE; start = end, end = bi.next()) {
    String word = s.substring(start, end);
    if (Character.isLetterOrDigit(word.codePointAt(0))) {
        System.out.println("word: '" + word + "'");
    }
}

word: 'Это'
word: 'тест'
word: 'пример'

Пояснение: BreakIterator позволяет выделять границы слов или символов корректно для выбранной локали, не разрезая сложные символы.