String、正则、日期、金额与 ArrayList：把常用 API 串成工具

1. 现实问题：常用工具混在一起就会制造隐性错误

后端经常要处理标题空格、手机号格式、发布时间、金额和一批标签。每件事单独看都简单，但把 String、正则、日期、金额和集合混写时，容易出现字符串不可变却以为已修改、正则过度匹配、日期时区丢失、金额四舍五入不一致，以及把固定数组硬塞进可变列表的问题。

下面做一个文本报告：清洗标题，找出两位小数金额，解析 ISO 日期，去重标签，再输出报告。它不是完整业务库，却包含了工具类选择时应该问的边界。

2. 最小可运行示例：明确每一步的类型

import java.math.BigDecimal;
import java.time.LocalDate;
import java.util.ArrayList;
import java.util.LinkedHashSet;
import java.util.Set;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class TextReportDemo {
    public static void main(String[] args) {
        String rawTitle = "  Java  后端  入门  ";
        String title = rawTitle.trim().replaceAll("\\s+", " ");
        Matcher moneyMatcher = Pattern.compile("\\b\\d+(?:\\.\\d{1,2})?\\b").matcher("总价 19.90，数量 2");
        BigDecimal amount = null;
        if (moneyMatcher.find()) amount = new BigDecimal(moneyMatcher.group());

        LocalDate date = LocalDate.parse("2026-08-03");
        Set<String> tags = new LinkedHashSet<>(new ArrayList<>(java.util.List.of("Java", "后端", "Java")));

        StringBuilder report = new StringBuilder()
                .append(title).append(" | ").append(date).append(" | ")
                .append(amount).append(" | ").append(tags);
        System.out.println(report);
    }
}

示例中的 String 方法返回新字符串，StringBuilder 原地追加；正则分组返回匹配到的文本，仍然需要交给 BigDecimal 解析；LocalDate 没有时区，适合仅表示日期的业务值；LinkedHashSet 去重但保留插入顺序。工具类不是越多越好，关键是让类型携带正确语义。

3. 调用链与对象变化

trim 和 replaceAll 每次创建新的字符串结果，rawTitle 不会改变；Pattern 把正则编译成匹配器所需的结构，Matcher.find 移动内部游标并把捕获结果暴露给 group。BigDecimal 从匹配文本创建十进制对象，后续计算应继续使用返回的新对象。

LocalDate.parse 根据 ISO-8601 文本创建日期值，若输入包含时间或时区，就应换成 Instant、OffsetDateTime 或 ZonedDateTime。ArrayList 保存可变顺序数据，LinkedHashSet 创建另一种集合对象；最后 StringBuilder.append 修改自身，toString 再生成报告字符串。

4. 为什么这样设计

字符串是不可变对象，这让它可以安全共享、作为 Map key 并缓存哈希值；大量拼接时使用 StringBuilder 减少中间对象。正则适合结构简单、边界明确的格式，不适合承担完整的业务解析器；复杂表达式要写测试，说明允许和拒绝的样例。

日期时间要先问业务表示的是“日期”“本地时间”还是“绝对时刻”。金额要先确定 scale 和 rounding mode，展示格式则放在边界层。ArrayList 提供按索引访问和尾部追加，Set 提供唯一性，Map 提供键到值的查找；数据结构选择应该来自访问方式，而不是来自“大家都用它”。

5. 项目落点：把清洗和展示分开

文章入库前可以把标题清洗放在输入边界，标签规范化放在领域服务，日期转换在 DTO 映射层完成，数据库存储使用明确的类型。不要在 SQL 拼接里临时用正则修数据，也不要让模板层决定金额的舍入。对批量标签，先定义大小上限和是否大小写不敏感，再决定 Set 实现。

练习：为一篇文章实现 normalizeTags(List<String>)，要求去空、去重、保留第一次出现的顺序，并在 20 个标签后拒绝。再写 parsePublishedAt(String)，分别测试只有日期、带偏移时间、非法日期和空字符串。

6. 易错排查

• replace 后原字符串没变：String 不可变，接住返回值；大量拼接才用 StringBuilder。
• 正则 \\d+ 把金额小数截断：根据协议写完整表达式，并测试边界，不要先 parse 再猜格式。
• LocalDateTime 被当成全球时间：它没有时区，跨服务传输时优先使用带 offset 的值。
• new BigDecimal(0.1)：从浮点近似值开始，结果已经不精确；使用字符串或 valueOf。
• 需要保持顺序却使用 HashSet：改成 LinkedHashSet，并把顺序行为写进测试。

7. 一页复习

String 负责不可变文本，StringBuilder 负责连续构造；正则负责有限模式，不能代替业务解析；java.time 先选语义再选类型；BigDecimal 负责可控金额；ArrayList、Set、Map 按访问需求选择。每个 API 都要追问“输入类型、返回对象、是否修改原对象、失败如何表现”。

把工具的输入输出写成样例比背 API 更可靠：" Java 后端 " 变成 "Java 后端"；"19.9" 变成 scale 为 2 的 BigDecimal 19.90；"2026-08-03" 变成 LocalDate；标签 Java,java, 后端 变成按第一次出现顺序的两个值。每个转换都应说明空输入、非法格式和超长文本的结果。

正则适合验证局部结构，不适合从一串自由文本中猜出完整订单。手机号、slug 和金额可以先限制字符长度，再用 Pattern 匹配，最后交给专门类型解析。日期如果从浏览器带来 offset，就先保存原始 OffsetDateTime，不要为了显示方便直接截成 LocalDate 丢掉时刻。金额的 scale、舍入和展示 Locale 也应作为方法参数或配置写清。

在项目中可以把 TextNormalizer 放在输入层，把 Money、PublishedAt 等值对象放在 domain，把 DateTimeFormatter 和 NumberFormat 放在 presentation。ArrayList 只承载清洗后的顺序数据，Set 负责去重，报告 StringBuilder 只在输出边界使用。这样工具方法不会被模板、SQL 和数据库格式互相污染。

错误排查按转换阶段进行：标题仍有多余空格时查 trim/replace 的返回值；正则漏掉 19.999 时查小数位边界而非强行舍入；日期跨时区错一天时查输入是否带 offset；标签顺序变化时查 Set 实现；金额尾数异常时查构造器和 rounding。练习是为 20 条真实样本建立输入—输出—拒绝原因表，再把表转成 JUnit 参数化测试。

String 工具的对象状态也值得观察：原始标题引用不变，清洗后得到新 String；Pattern 可以预编译并复用，Matcher 每次绑定一个输入；BigDecimal 的 multiply/setScale 都返回新对象；ArrayList 先可变收集，最后 copy 成不可变结果。若把这些对象混在一个静态工具里，调用方很难知道哪一步会共享状态。

项目中常用 API 的文件落点应围绕语义而非类名：SlugNormalizer 只负责标题到 slug，MoneyParser 只负责文本到金额，PublishedAtParser 只负责时间协议，TagNormalizer 只负责集合规则。展示格式化放在 Web 层，数据库格式化放在 persistence，避免一个 Utils 类成为所有层的垃圾桶。

排错还要关注性能和安全：高频正则没有预编译会增加 CPU，允许用户控制复杂正则可能造成回溯攻击，StringBuilder 未限制输入会扩大内存，标签未限制数量会放大 SQL 和页面。练习是为正常、空、超长、非法和恶意样本建立边界测试，并把拒绝原因输出为稳定错误码。

工具链最终应输出可持久化值和展示值两份结果：数据库只保存标准金额、日期和标签，页面再按 Locale 格式化。把这条边界写成测试，能避免用户切换语言或时区时污染原始数据。

验证清单：准备同一组标题、标签、金额和时间样本，在解析器入口记录文本，在领域层记录规范化对象，在展示层记录最终字符串；三处结果应分别承担不同责任。用 19.9、19.999、带 +08:00 的时间、重复标签和超长标签测试，确认拒绝原因不会被格式化器改写。复盘时逐一回答 String、BigDecimal、LocalDate/OffsetDateTime、ArrayList 哪些调用返回新对象，哪些操作可能共享集合；如果看不出差异，就给方法命名加上 parse、normalize、format 这样的边界词。

一个课题专属练习是实现文章摘要管线：先截断标题并保留原文，按输入顺序清洗标签，解析发布时间，最后生成展示 DTO。要求数据库值和页面值都能从日志中独立重建，且任何一步失败都带字段名和稳定错误码。这样可以验证正则、日期、金额和集合并不是孤立 API，而是同一条输入到输出的后端边界链。

进阶附录：Pattern 复用与格式化

高频正则应复用静态 Pattern，避免每次调用都重新编译；但正则含用户输入时要注意复杂度和拒绝服务风险。金额展示可使用 NumberFormat，日期展示可使用带明确 Locale 的 DateTimeFormatter。格式化只改变输出，不应改变持久化值。