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。

你可以直接调用StringCharacterIterator的带起始下标、结束下标的构造方法，就能把字符遍历范围限定在你指定的字符串子区间里，不需要额外截取原字符串生成新对象，直接基于原字符串做边界控制就可以完成限定范围的遍历操作。

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

元素	含义	允许范围或结果
begin	第一个可遍历 char 的下标	包含，且不大于 end
end	最后一个字符的下一个位置	包含在光标范围，排除在字符范围
pos	创建后的当前光标	begin
next()	向后移动并取值	越过末端后返回 DONE
last()	定位区间最后一个 char	非空区间返回 end - 1 位置的字符

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。