阿拉伯人用阿拉伯数字吗？——记一次用String#format格式化字符串趟到的雷

要生成一个字符串，其中夹杂着一些动态变化的整数，咱们通常是用String.format方法来完成，可是，若是用的不恰当，你多是得不到正确的整数字符串的。

事情从一个线上崩溃提及，从崩溃堆栈来看，个人一句SQL语句有语法错误，执行的时候出错致使了崩溃。
SQL语句大体的生成以下：

int i = 0;
String querySql = String.format("select * from table1 where id = %d", i);复制代码

彻底没有语法问题的可能，本地执行也是麻溜的经过了。
再细看日志，原来是format后的SQL语句，%d本该替换为i的值对应的字符串，结果却变成了乱码，也是致使语法错误的缘由。看看其余地方的字符串格式化，发现只有%d的转换出了问题，字符串的转换也是%s的转换是正常的。
因此，String.format在转换数字的时候，出现了不可靠的一些事情。

JDK里这么经常使用的方法若是不可靠，那确定是前人踩坑屡次，且颇有可能还提交过issue了，因此直接上StackOverflow找了一圈，未想到竟没有结果。
那我只好大胆猜想，莫非是线上某些用户设备的字符集是不兼容ASCII码的，因此把数字转换成了别的字符。这个想法很快被组内一些同事否认了，这世上应该没有哪一个字符集标准傻到不兼容ASCII吧。

好吧，不乱猜了，大不了"read the fuck source code" .

String#format的源码如想象的那般简单，把模式字符串分解成一个数组，每一个数组元素要么是一个纯字符串，要么是一个'%'符号开头的格式串，而后遍历数组，把格式串一个个的替换成target值，再把数组拼接回字符串。
因为只有整数的转换出错，因此重点关注整数的转换过程，其中一段代码略显诡异：

char c = value[j];
    sb.append((char) ((c - '0') + zero));复制代码

value是整数对应的ASCII码数组，好比，整数21对应的value数组就是[50,49]。按理说，把这个数组一股脑插入StringBuilder这个实例就万事大吉了，可是恰恰插入前有一个(char) ((c - '0') + zero)的转换过程，把目标字符c减去字符'0'再加上字符zero，看来这一步就是致使转换出乱子的罪魁祸首了，来看zero的值。

char zero = getZero(l); //因为咱们调用format方法没有指定locale，因此l=Locale.getDefault();复制代码

再看getZero方法

private char getZero(Locale l) {
    if ((l != null) &&  !l.equals(locale())) {
        DecimalFormatSymbols dfs = DecimalFormatSymbols.getInstance(l);
        return dfs.getZeroDigit();
    }
    return zero;
}复制代码

因为locale()方法返回的就是咱们传入的locale，因此这里不走if，直接返回类属性zero的值，再看类属性zero的初始化，是在构造方法里面经过调用静态方法来赋值的

private static char getZero(Locale l) {
    if ((l != null) && !l.equals(Locale.US)) {
        DecimalFormatSymbols dfs = DecimalFormatSymbols.getInstance(l);
        return dfs.getZeroDigit();
    } else {
        return '0';
    }
}复制代码

若是locale不是US，咱们终究是躲不过上次if语句块里的DecimalFormatSymbols的，这个类的实例化很简单，根据传入的locale初始化一些固定的值，如小数点符号，分组符号，百分符号，还有咱们最关注的zeroDigit

/** * Gets the character used for zero. Different for Arabic, etc. */
    public char getZeroDigit() {
        return zeroDigit;
    }

    /** * Sets the character used for zero. Different for Arabic, etc. */
    public void setZeroDigit(char zeroDigit) {
        this.zeroDigit = zeroDigit;
        cachedIcuDFS = null;
    }复制代码

这两个方法的方法体不重要，重要的线索在注释里：阿拉伯国家的‘0’是不同的。至于不同在哪里，把手机语言切换成阿拉伯语，断点调试一下，果真有惊喜:String.format("%d",0).toCharArray()输出的字符数组中，第一个元素值并非48（对应'0')，而是1632，直接经过String.valueOf((char)1632)转换为字符，获得一个很粗的‘·’字符，这个应该就是阿拉伯人数字（不是阿拉伯数字）里面的0了。Google一下，果真如此：

再实验1633,1634等字符，彻底是对应的。同时在个人崩溃日志里面出现的乱码，也正好就是这些东西。

因此，回头来看(char) ((c - '0') + zero)这个转换，就很简单了。能够看出，String.format对数字的转换，并非咱们固有的认为是“0变成'0'，1变成'1'”这么简单，而是要把“0变成零，1变成一”（打个比方而已，^__^ 嘻嘻……还好咱中国是习惯用123的，因此中文下format并不会出现一二三）。

事情缘由就是这么简单，解决的办法天然有了，要么，调用format的时候传入Locale.US，要么，别用%d配整数，改用%s配字符串。

PS：孟加拉语环境下也有一样的问题，孟加拉语的0对应Unicode里面的2534。