1. 概述
在大多数应用中，检查字符串是否符合业务规则至关重要。通常，我们需要验证名称是否只包含允许的字符、电子邮件是否格式正确，或者密码是否有限制。
在这篇教程中，我们将学习如何检查一个字符串是否全为字母数字字符，这在很多情况下都非常有用。
2. 字母数字字符
首先，让我们明确这个术语以避免混淆。字母数字字符是指字母和数字的组合。更具体地说，指的是拉丁字母和阿拉伯数字。因此，我们不会将任何特殊字符或下划线视为字母数字字符的一部分。
3. 检查方法
一般来说，我们有两种主要的方法来解决这个问题。第一种使用正则表达式模式，第二种是逐个检查字符。
3.1. 使用正则表达式
这是最简单的方法，需要提供正确的正则表达式模式。在我们的例子中，我们将使用以下模式：
String REGEX = "^[a-zA-Z0-9]*$";
从技术上讲，我们可以使用\\w*快捷方式来识别"单词字符",但不幸的是，它不符合我们的要求，因为这个模式可能会包含下划线，可以这样表示：\[a-zA-Z0-9_\]。
确定了正确的模式后，下一步是将给定的字符串与之进行匹配。可以直接在字符串本身上进行操作：
boolean result = TEST_STRING.matches(REGEX);
然而，这不是最好的方法，特别是如果我们经常需要进行这样的检查。每次调用match(String)方法时，String都会重新编译正则表达式。因此，最好使用一个静态的Pattern:
Pattern PATTERN = Pattern.compile(REGEX);
Matcher matcher = PATTERN.matcher(TEST_STRING);
boolean result = matcher.matches();
总的来说，这是一个简单、灵活的方法，使代码简洁易懂。
3.2. 逐个检查字符
另一种方法是逐个检查字符串中的每个字符。我们可以使用任何方法来遍历给定的字符串。为了演示目的，我们使用简单的for循环：
boolean result = true;
for (int i = 0; i < TEST_STRING.length(); ++i) {
int codePoint = TEST_STRING.codePointAt(i);
if (!isAlphanumeric(codePoint)) {
result = false;
break;
}
}
我们可以用多种方式实现isAlphanumeric(int)，但总体上，我们必须匹配字符在ASCII表中的代码。我们使用ASCII表是因为我们定义了初始限制，即使用拉丁字母和阿拉伯数字：
boolean isAlphanumeric(final int codePoint) {
return (codePoint >= 65 && codePoint <= 90) ||
(codePoint >= 97 && codePoint <= 122) ||
(codePoint >= 48 && codePoint <= 57);
}
此外，我们可以使用Character.isAlphabetic(int)和Character.isDigit(int)。这些方法高度优化，可能提高应用程序的性能：
boolean result = true;
for (int i = 0; i < TEST_STRING.length(); ++i) {
final int codePoint = TEST_STRING.codePointAt(i);
if (!Character.isAlphabetic(codePoint) || !Character.isDigit(codePoint)) {
result = false;
break;
}
}
这种方法需要更多的代码，并且非常命令式。同时，它提供了透明实现的好处。然而，不同的实现可能会无意中恶化这种方法的空间复杂度：
boolean result = true;
for (final char c : TEST_STRING.toCharArray()) {
if (!isAlphanumeric(c)) {
result = false;
break;
}
}
toCharArray()方法会创建一个单独的数组来存放字符串中的字符，从而将空间复杂度从O(1)降级到O(n)。使用流API的方法也是如此：
boolean result = TEST_STRING.chars().allMatch(this::isAlphanumeric);
请注意这些陷阱，特别是如果性能对应用程序至关重要的话。
4. 优缺点
从之前的示例中可以看出，第一种方法编写和阅读起来更简单，而第二种方法需要更多代码，且可能包含更多错误。但从性能角度看，让我们使用JMH进行比较。测试设置为仅运行一分钟，因为这足以比较它们的吞吐量。
我们得到如下结果。得分表示操作在秒内的数量。因此，得分越高，解决方案越高效：
Benchmark Mode Cnt Score Error Units
AlphanumericPerformanceBenchmark.alphanumericIteration thrpt 165036629.641 ops/s
AlphanumericPerformanceBenchmark.alphanumericIterationWithCharacterChecks thrpt 2350726870.739 ops/s
AlphanumericPerformanceBenchmark.alphanumericIterationWithCopy thrpt 129884251.890 ops/s
AlphanumericPerformanceBenchmark.alphanumericIterationWithStream thrpt 40552684.681 ops/s
AlphanumericPerformanceBenchmark.alphanumericRegex thrpt 23739293.608 ops/s
AlphanumericPerformanceBenchmark.alphanumericRegexDirectlyOnString thrpt 10536565.422 ops/s
如我们所见，存在可读性与性能之间的权衡。更易于阅读和声明式的解决方案往往性能较低。同时，请注意不必要的优化可能弊大于利。对于大多数应用来说，正则表达式是一个清晰且易于扩展的好解决方案。
然而，如果应用依赖于大量文本匹配特定规则，迭代方法的性能会更好。这最终降低了CPU使用率，减少了停机时间并提高了吞吐量。
5. 总结
检查字符串是否全为字母数字字符有几种方法。每种方法都有其优点和缺点，需要仔细考虑。选择可以归结为可扩展性与性能之间的权衡。
只有在确实需要性能的时候才进行优化，因为优化后的代码通常更难阅读，更容易出现难以调试的错误。
一如既往，代码可在GitHub上找到。