• 轉(zhuǎn)載自公眾號 JAVA日知錄

今天跟小伙伴們聊聊 Java中JDK1.8的一些新語法特性使用，主要是Lambda、Stream和LocalDate日期的一些使用講解。

Lambda

Lambda介紹

Lambda 表達式(lambda expression)是一個匿名函數(shù)，Lambda表達式基于數(shù)學(xué)中的λ演算得名，直接對應(yīng)于其中的lambda抽象(lambda abstraction)，是一個匿名函數(shù)，即沒有函數(shù)名的函數(shù)。

Lambda表達式的結(jié)構(gòu)

1. 一個 Lambda 表達式可以有零個或多個參數(shù)

• 參數(shù)的類型既可以明確聲明，也可以根據(jù)上下文來推斷。例如：(int a)與(a)效果相同
• 所有參數(shù)需包含在圓括號內(nèi)，參數(shù)之間用逗號相隔。例如：(a, b) 或 (int a, int b) 或 (String a, int b, float c) 空圓括號代表參數(shù)集為空。例如：() -> 42
• 當(dāng)只有一個參數(shù)，且其類型可推導(dǎo)時，圓括號（）可省略。例如：a -> return a*a

2. Lambda 表達式的主體可包含零條或多條語句

• 如果 Lambda 表達式的主體只有一條語句，花括號{}可省略。匿名 函數(shù)的返回類型與該主體表達式一致
• 如果 Lambda 表達式的主體包含一條以上語句，則表達式必須包含在花括號{}中（形成代碼塊）。匿名函數(shù)的返回類型與代碼塊的返回類型一致，若沒有返回則為空

3. Lambda 表達式的使用

下面我們先使用一個簡單的例子來看看Lambda的效果吧。

比如我們對Map 的遍歷 傳統(tǒng)方式遍歷如下:

Map<String, String> map = new HashMap<>();map.put("a", "a");map.put("b", "b");map.put("c", "c");map.put("d", "d");System.out.println("map普通方式遍歷:");for (String key : map.keySet()) {System.out.println("k=" + key + "，v=" + map.get(key));} 使用Lambda進行遍歷:System.out.println("map拉姆達表達式遍歷:");map.forEach((k, v) -> {System.out.println("k=" + k + "，v=" + v);}); List也同理，不過List還可以通過雙冒號運算符遍歷:List<String> list = new ArrayList<String>();list.add("a");list.add("bb");list.add("ccc");list.add("dddd");System.out.println("list拉姆達表達式遍歷:");list.forEach(v -> {System.out.println(v);});System.out.println("list雙冒號運算符遍歷:");list.forEach(System.out::println); 輸出結(jié)果:map普通方式遍歷:k=a，v=ak=b，v=bk=c，v=ck=d，v=dmap拉姆達表達式遍歷:k=a，v=ak=b，v=bk=c，v=ck=d，v=dlist拉姆達表達式遍歷:abbcccddddlist雙冒號運算符遍歷:abbcccdddd

4. Lambda 除了在for循環(huán)遍歷中使用外，它還可以代替匿名的內(nèi)部類。

比如下面這個例子的線程創(chuàng)建:

//使用普通的方式創(chuàng)建Runnable r1 = new Runnable() {@Overridepublic void run() {System.out.println("普通方式創(chuàng)建!");}};//使用拉姆達方式創(chuàng)建Runnable r2 = ()-> System.out.println("拉姆達方式創(chuàng)建!");

注: 這個例子中使用Lambda表達式的時候，編譯器會自動推斷：根據(jù)線程類的構(gòu)造函數(shù)簽名 Runnable r { }，將該 Lambda 表達式賦 Runnable 接口。

5. Lambda 表達式與匿名類的區(qū)別使用匿名類與 Lambda 表達式的一大區(qū)別在于關(guān)鍵詞的使用。

對于匿名類，關(guān)鍵詞 this 解讀為匿名類，而對于 Lambda 表達式，關(guān)鍵詞 this 解讀為寫就 Lambda 的外部類。

6. Lambda表達式使用注意事項

Lambda雖然簡化了代碼的編寫，但同時也減少了可讀性。

Stream
Stream介紹
Stream 使用一種類似用 SQL 語句從數(shù)據(jù)庫查詢數(shù)據(jù)的直觀方式來提供一種對 Java 集合運算和表達的高階抽象。Stream API可以極大提高Java程序員的生產(chǎn)力，讓程序員寫出高效率、干凈、簡潔的代碼。這種風(fēng)格將要處理的元素集合看作一種流， 流在管道中傳輸， 并且可以在管道的節(jié)點上進行處理， 比如篩選， 排序，聚合等。

Stream特性：

• 不是數(shù)據(jù)結(jié)構(gòu)：它沒有內(nèi)部存儲，它只是用操作管道從 source（數(shù)據(jù)結(jié)構(gòu)、數(shù)組、generator function、IO channel）抓取數(shù)據(jù)。它也絕不修改自己所封裝的底層數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)。例如 Stream 的 filter 操作會產(chǎn)生一個不包含被過濾元素的新 Stream，而不是從 source 刪除那些元素。
• 不支持索引訪問：但是很容易生成數(shù)組或者 List 。
• 惰性化：很多 Stream 操作是向后延遲的，一直到它弄清楚了最后需要多少數(shù)據(jù)才會開始。Intermediate 操作永遠是惰性化的。
• 并行能力。當(dāng)一個 Stream 是并行化的，就不需要再寫多線程代碼，所有對它的操作會自動并行進行的。
• 可以是無限的：集合有固定大小，Stream 則不必。limit(n) 和 findFirst() 這類的 short-circuiting 操作可以對無限的 Stream 進行運算并很快完成。
• 注意事項：所有 Stream 的操作必須以 lambda 表達式為參數(shù)。

Stream 流操作類型：

Intermediate：一個流可以后面跟隨零個或多個 intermediate 操作。其目的主要是打開流，做出某種程度的數(shù)據(jù)映射/過濾，然后返回一個新的流，交給下一個操作使用。這類操作都是惰性化的（lazy），就是說，僅僅調(diào)用到這類方法，并沒有真正開始流的遍歷。

Terminal：一個流只能有一個 terminal 操作，當(dāng)這個操作執(zhí)行后，流就被使用“光”了，無法再被操作。所以這必定是流的最后一個操作。Terminal操作的執(zhí)行，才會真正開始流的遍歷，并且會生成一個結(jié)果，或者一個 side effect。

Stream使用

這里我們依舊使用一個簡單示例來看看吧。在開發(fā)中，我們有時需要對一些數(shù)據(jù)進行過濾，如果是傳統(tǒng)的方式，我們需要對這批數(shù)據(jù)進行遍歷過濾，會顯得比較繁瑣，如果使用steam流方式的話，那么可以很方便的進行處理。

首先通過普通的方式進行過濾:

List<String> list = Arrays.asList("張三", "李四", "王五", "xuwujing");System.out.println("過濾之前:" + list);List<String> result = new ArrayList<>();for (String str : list) {if (!"李四".equals(str)) {result.add(str);}}System.out.println("過濾之后:" + result); 使用Steam方式進行過濾：List<String> result2 = list.stream().filter(str -> !"李四".equals(str)).collect(Collectors.toList()); System.out.println("stream 過濾之后:" + result2);輸出結(jié)果:過濾之前:[張三, 李四, 王五, xuwujing] 過濾之后:[張三, 王五, xuwujing] stream 過濾之后:[張三, 王五, xuwujing]

是不是很簡潔和方便呢。其實Stream流還有更多的使用方法，filter只是其中的一角而已。那么在這里我們就來學(xué)習(xí)了解下這些用法吧。

1. 構(gòu)造Stream流的方式

Stream stream = Stream.of("a", "b", "c");String[] strArray = new String[] { "a", "b", "c" };stream = Stream.of(strArray);stream = Arrays.stream(strArray);List<String> list = Arrays.asList(strArray);stream = list.stream();

2. Stream流的之間的轉(zhuǎn)換

注意:一個Stream流只可以使用一次，這段代碼為了簡潔而重復(fù)使用了數(shù)次，因此會拋出 stream has already been operated upon or closed 異常。

try {Stream<String> stream2 = Stream.of("a", "b", "c");// 轉(zhuǎn)換成 ArrayString[] strArray1 = stream2.toArray(String[]::new);// 轉(zhuǎn)換成 CollectionList<String> list1 = stream2.collect(Collectors.toList());List<String> list2 = stream2.collect(Collectors.toCollection(ArrayList::new)); Set set1 = stream2.collect(Collectors.toSet());Stack stack1 = stream2.collect(Collectors.toCollection(Stack::new));// 轉(zhuǎn)換成 StringString str = stream.collect(Collectors.joining()).toString();} catch (Exception e) {e.printStackTrace();}

3. Stream流的map使用

map方法用于映射每個元素到對應(yīng)的結(jié)果，一對一。

示例一：轉(zhuǎn)換大寫

List<String> list3 = Arrays.asList("zhangSan", "liSi", "wangWu");System.out.println("轉(zhuǎn)換之前的數(shù)據(jù):" + list3);List<String> list4 = list3.stream().map(String::toUpperCase).collect(Collectors.toList());System.out.println("轉(zhuǎn)換之后的數(shù)據(jù):" + list4); // 轉(zhuǎn)換之后的數(shù)據(jù):[ZHANGSAN, LISI,WANGWU]

示例二：轉(zhuǎn)換數(shù)據(jù)類型

List<String> list31 = Arrays.asList("1", "2", "3");System.out.println("轉(zhuǎn)換之前的數(shù)據(jù):" + list31);List<Integer> list41 = list31.stream().map(Integer::valueOf).collect(Collectors.toList());System.out.println("轉(zhuǎn)換之后的數(shù)據(jù):" + list41); // [1, 2, 3]

示例三：獲取平方

List<Integer> list5 = Arrays.asList(new Integer[] { 1, 2, 3, 4, 5 });List<Integer> list6 = list5.stream().map(n -> n * n).collect(Collectors.toList());System.out.println("平方的數(shù)據(jù):" + list6);// [1, 4, 9, 16, 25]

4. Stream流的filter使用

filter方法用于通過設(shè)置的條件過濾出元素。

示例二：通過與 findAny 得到 if/else 的值

List<String> list = Arrays.asList("張三", "李四", "王五", "xuwujing"); String result3 = list.stream().filter(str -> "李四".equals(str)).findAny().orElse("找不到!"); String result4 = list.stream().filter(str -> "李二".equals(str)).findAny().orElse("找不到!");System.out.println("stream 過濾之后 2:" + result3); System.out.println("stream 過濾之后 3:" + result4); //stream 過濾之后 2:李四 //stream 過濾之后 3:找不到!

示例三：通過與 mapToInt 計算和

List<User> lists = new ArrayList<User>();lists.add(new User(6, "張三"));lists.add(new User(2, "李四"));lists.add(new User(3, "王五"));lists.add(new User(1, "張三"));// 計算這個list中出現(xiàn) "張三" id的值int sum = lists.stream().filter(u -> "張三".equals(u.getName())).mapToInt(u -> u.getId()).sum();System.out.println("計算結(jié)果:" + sum); // 7

5. Stream 流的 flatMap 使用

flatMap 方法用于映射每個元素到對應(yīng)的結(jié)果，一對多。

示例:從句子中得到單詞

String worlds = "The way of the future";List<String> list7 = new ArrayList<>();list7.add(worlds);List<String> list8 = list7.stream().flatMap(str -> Stream.of(str.split(" "))).filter(world -> world.length() > 0).collect(Collectors.toList());System.out.println("單詞:");list8.forEach(System.out::println);// 單詞:// The // way // of // the // future

6. Stream流的limit使用

limit 方法用于獲取指定數(shù)量的流。

示例一：獲取前n條數(shù)的數(shù)據(jù)

Random rd = new Random();System.out.println("取到的前三條數(shù)據(jù):");rd.ints().limit(3).forEach(System.out::println);// 取到的前三條數(shù)據(jù):// 1167267754// -1164558977// 1977868798

示例二：結(jié)合skip使用得到需要的數(shù)據(jù)

skip表示的是扔掉前n個元素。

List<User> list9 = new ArrayList<User>();for (int i = 1; i < 4; i++) {User user = new User(i, "pancm" + i);list9.add(user);}System.out.println("截取之前的數(shù)據(jù):");// 取前3條數(shù)據(jù)，但是扔掉了前面的2條，可以理解為拿到的數(shù)據(jù)為 2<=i<3 (i 是數(shù)值下標(biāo))List<String> list10 = list9.stream().map(User::getName).limit(3).skip(2).collect(Collectors.toList());System.out.println("截取之后的數(shù)據(jù):" + list10);// 截取之前的數(shù)據(jù):// 姓名:pancm1// 姓名:pancm2// 姓名:pancm3// 截取之后的數(shù)據(jù):[pancm3]

注: User實體類中 getName 方法會打印姓名。

7. Stream流的sort使用

sorted方法用于對流進行升序排序。

示例一：隨機取值排序

Random rd2 = new Random();System.out.println("取到的前三條數(shù)據(jù)然后進行排序:");rd2.ints().limit(3).sorted().forEach(System.out::println);// 取到的前三條數(shù)據(jù)然后進行排序:// -2043456377// -1778595703// 1013369565

示例二：優(yōu)化排序

tips: 先獲取在排序效率會更高!

//普通的排序取值List<User> list11 = list9.stream().sorted((u1, u2) -> u1.getName().compareTo(u2.getName())).limit(3).collect(Collectors.toList());System.out.println("排序之后的數(shù)據(jù):" + list11);//優(yōu)化排序取值List<User> list12 = list9.stream().limit(3).sorted((u1, u2) -> u1.getName().compareTo(u2.getName())).collect(Collectors.toList());System.out.println("優(yōu)化排序之后的數(shù)據(jù):" + list12);//排序之后的數(shù)據(jù):[{"id":1,"name":"pancm1"}, {"id":2,"name":"pancm2"}, {"id":3,"name":"pancm3"}]//優(yōu)化排序之后的數(shù)據(jù):[{"id":1,"name":"pancm1"}, {"id":2,"name":"pancm2"}, {"id":3,"name":"pancm3"}]

8. Stream流的peek使用

peek對每個元素執(zhí)行操作并返回一個新的Stream

示例: 雙重操作

System.out.println("peek使用:");Stream.of("one", "two", "three", "four").filter(e -> e.length() > 3).peek(e -> System.out.println("轉(zhuǎn)換之前: " + e)).map(String::toUpperCase).peek(e -> System.out.println("轉(zhuǎn)換之后: " + e)).collect(Collectors.toList());// 轉(zhuǎn)換之前: three// 轉(zhuǎn)換之后: THREE// 轉(zhuǎn)換之前: four// 轉(zhuǎn)換之后: FOUR

9. Stream流的parallel使用

parallelStream 是流并行處理程序的代替方法。

示例:獲取空字符串的數(shù)量

List<String> strings = Arrays.asList("a", "", "c", "", "e","", " ");// 獲取空字符串的數(shù)量long count = strings.parallelStream().filter(string -> string.isEmpty()).count();System.out.println("空字符串的個數(shù):"+count);

10. Stream流的max/min/distinct使用

示例一：得到最大最小值

List<String> list13 = Arrays.asList("zhangsan","lisi","wangwu","xuwujing");int maxLines = list13.stream().mapToInt(String::length).max().getAsInt();int minLines = list13.stream().mapToInt(String::length).min().getAsInt();System.out.println("最長字符的長度:" + maxLines+",最短字符的長度:"+minLines);//最長字符的長度:8,最短字符的長度:4

示例二：得到去重之后的數(shù)據(jù)

String lines = "good good study day day up";List<String> list14 = new ArrayList<String>();list14.add(lines);List<String> words = list14.stream().flatMap(line -> Stream.of(line.split(" "))).filter(word -> word.length() > 0).map(String::toLowerCase).distinct().sorted().collect(Collectors.toList());System.out.println("去重復(fù)之后:" + words);//去重復(fù)之后:[day, good, study, up]

11. Stream流的Match使用

• allMatch：Stream 中全部元素符合則返回 true ;
• anyMatch：Stream 中只要有一個元素符合則返回 true;
• noneMatch：Stream 中沒有一個元素符合則返回 true。

示例:數(shù)據(jù)是否符合

boolean all = lists.stream().allMatch(u -> u.getId() > 3);System.out.println("是否都大于3:" + all);boolean any = lists.stream().anyMatch(u -> u.getId() > 3);System.out.println("是否有一個大于3:" + any);boolean none = lists.stream().noneMatch(u -> u.getId() > 3);System.out.println("是否沒有一個大于3的:" + none); // 是否都大于3:false// 是否有一個大于3:true// 是否沒有一個大于3的:false

12. Stream流的reduce使用

reduce 主要作用是把 Stream 元素組合起來進行操作。

示例一：字符串連接

String concat = Stream.of("A", "B", "C", "D").reduce("", String::concat); System.out.println("字符串拼接:" + concat);

示例二：得到最小值

double minValue = Stream.of(-4.0, 1.0, 3.0, -2.0).reduce(Double.MAX_VALUE, Double::min);System.out.println("最小值:" + minValue);//最小值:-4.0

示例三：求和

// 求和, 無起始值int sumValue = Stream.of(1, 2, 3, 4).reduce(Integer::sum).get();System.out.println("有無起始值求和:" + sumValue);// 求和, 有起始值sumValue = Stream.of(1, 2, 3, 4).reduce(1, Integer::sum);System.out.println("有起始值求和:" + sumValue);// 有無起始值求和:10// 有起始值求和:11

示例四：過濾拼接

concat = Stream.of("a", "B", "c", "D", "e", "F").filter(x -> x.compareTo("Z") > 0).reduce("", String::concat); System.out.println("過濾和字符串連接:" + concat);//過濾和字符串連接:ace

13.Stream流的iterate使用

iterate 跟 reduce 操作很像，接受一個種子值，和一個UnaryOperator（例如 f）。然后種子值成為 Stream 的第一個元素，f(seed) 為第二個，f(f(seed)) 第三個，以此類推。在 iterate 時候管道必須有 limit 這樣的操作來限制 Stream 大小。

示例:生成一個等差隊列

System.out.println("從2開始生成一個等差隊列:");Stream.iterate(2, n -> n + 2).limit(5).forEach(x -> System.out.print(x + " "));// 從2開始生成一個等差隊列:// 2 4 6 8 10

14.Stream流的 Supplier 使用

通過實現(xiàn)Supplier類的方法可以自定義流計算規(guī)則。

示例：隨機獲取兩條用戶信息

System.out.println("自定義一個流進行計算輸出:");Stream.generate(new UserSupplier()).limit(2).forEach(u -> System.out.println(u.getId() + ", " + u.getName()));//第一次://自定義一個流進行計算輸出://10, pancm7//11, pancm6//第二次://自定義一個流進行計算輸出://10, pancm4//11, pancm2//第三次://自定義一個流進行計算輸出://10, pancm4//11, pancm8class UserSupplier implements Supplier<User> {private int index = 10;private Random random = new Random();@Overridepublic User get() {return new User(index++, "pancm" + random.nextInt(10));} }

15.Stream流的groupingBy/partitioningBy使用

• groupingBy：分組排序；
• partitioningBy：分區(qū)排序。

示例一：分組排序

System.out.println("通過id進行分組排序:");Map<Integer, List<User>> personGroups = Stream.generate(new UserSupplier2()).limit(5).collect(Collectors.groupingBy(User::getId));Iterator it = personGroups.entrySet().iterator();while (it.hasNext()) {Map.Entry<Integer, List<User>> persons = (Map.Entry) it.next();System.out.println("id " + persons.getKey() + " = " + persons.getValue());}// 通過id進行分組排序:// id 10 = [{"id":10,"name":"pancm1"}] // id 11 = [{"id":11,"name":"pancm3"}, {"id":11,"name":"pancm6"}, {"id":11,"name":"pancm4"}, {"id":11,"name":"pancm7"}]class UserSupplier2 implements Supplier<User> {private int index = 10;private Random random = new Random();@Overridepublic User get() {return new User(index % 2 == 0 ? index++ : index, "pancm" + random.nextInt(10));}}

示例二：分區(qū)排序

System.out.println("通過年齡進行分區(qū)排序:");Map<Boolean, List<User>> children = Stream.generate(new UserSupplier3()).limit(5).collect(Collectors.partitioningBy(p -> p.getId() < 18));System.out.println("小孩: " + children.get(true));System.out.println("成年人: " + children.get(false));// 通過年齡進行分區(qū)排序:// 小孩: [{"id":16,"name":"pancm7"}, {"id":17,"name":"pancm2"}]// 成年人: [{"id":18,"name":"pancm4"}, {"id":19,"name":"pancm9"}, {"id":20,"name":"pancm6"}]class UserSupplier3 implements Supplier<User> {private int index = 16;private Random random = new Random();@Overridepublic User get() {return new User(index++, "pancm" + random.nextInt(10));}}

16.Stream流的summaryStatistics使用

IntSummaryStatistics 用于收集統(tǒng)計信息(如count、min、max、sum和average)的狀態(tài)對象。

示例:得到最大、最小、之和以及平均數(shù)。

List<Integer> numbers = Arrays.asList(1, 5, 7, 3, 9);IntSummaryStatistics stats = numbers.stream().mapToInt((x) -> x).summaryStatistics();System.out.println("列表中最大的數(shù) : " + stats.getMax());System.out.println("列表中最小的數(shù) : " + stats.getMin());System.out.println("所有數(shù)之和 : " + stats.getSum());System.out.println("平均數(shù) : " + stats.getAverage());// 列表中最大的數(shù) : 9// 列表中最小的數(shù) : 1// 所有數(shù)之和 : 25// 平均數(shù) : 5.0

Stream 介紹就到這里了，JDK1.8中的Stream流其實還有很多很多用法，更多的用法則需要大家去查看JDK1.8的API文檔了。

LocalDateTime

介紹

JDK1.8除了新增了lambda表達式、stream流之外，它還新增了全新的日期時間API。在JDK1.8之前，Java處理日期、日歷和時間的方式一直為社區(qū)所詬病，將 java.util.Date設(shè)定為可變類型，以及SimpleDateFormat的非線程安全使其應(yīng)用非常受限。因此推出了java.time包，該包下的所有類都是不可變類型而且線程安全。

關(guān)鍵類

• Instant：瞬時時間。
• LocalDate：本地日期，不包含具體時間, 格式 yyyy-MM-dd。
• LocalTime：本地時間，不包含日期. 格式 yyyy-MM-dd HH:mm:ss.SSS 。
• LocalDateTime：組合了日期和時間，但不包含時差和時區(qū)信息。
• ZonedDateTime：最完整的日期時間，包含時區(qū)和相對UTC或格林威治的時差。
  使用

1.獲取當(dāng)前的日期時間

通過靜態(tài)工廠方法now()來獲取當(dāng)前時間。

//本地日期,不包括時分秒LocalDate nowDate = LocalDate.now();//本地日期,包括時分秒LocalDateTime nowDateTime = LocalDateTime.now();System.out.println("當(dāng)前時間:"+nowDate);System.out.println("當(dāng)前時間:"+nowDateTime);// 當(dāng)前時間:2018-12-19// 當(dāng)前時間:2018-12-19T15:24:35.822

2.獲取當(dāng)前的年月日時分秒

獲取時間之后，直接get獲取年月日時分秒。

//獲取當(dāng)前的時間，包括毫秒LocalDateTime ldt = LocalDateTime.now();System.out.println("當(dāng)前年:"+ldt.getYear()); //2018System.out.println("當(dāng)前年份天數(shù):"+ldt.getDayOfYear());//172 System.out.println("當(dāng)前月:"+ldt.getMonthValue());System.out.println("當(dāng)前時:"+ldt.getHour());System.out.println("當(dāng)前分:"+ldt.getMinute());System.out.println("當(dāng)前時間:"+ldt.toString());// 當(dāng)前年:2018// 當(dāng)前年份天數(shù):353// 當(dāng)前月:12// 當(dāng)前時:15// 當(dāng)前分:24// 當(dāng)前時間:2018-12-19T15:24:35.833

3.格式化時間

格式時間格式需要用到DateTimeFormatter類。

LocalDateTime ldt = LocalDateTime.now(); System.out.println("格式化時間: "+ ldt.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss.SSS"))); //格式化時間:2018-12-19 15:37:47.119

4.時間增減

在指定的時間進行增加/減少年月日時分秒。

LocalDateTime ldt = LocalDateTime.now();System.out.println("后5天時間:"+ldt.plusDays(5));System.out.println("前5天時間并格式化:"+ldt.minusDays(5).format(DateTimeFormatter.ofPattern("yyyy-MM-dd"))); //2018-06-16System.out.println("前一個月的時間:"+ldt2.minusMonths(1).format(DateTimeFormatter.ofPattern("yyyyMM"))); //2018-06-16System.out.println("后一個月的時間:"+ldt2.plusMonths(1)); //2018-06-16System.out.println("指定2099年的當(dāng)前時間:"+ldt.withYear(2099)); //2099-06-21T15:07:39.506// 后5天時間:2018-12-24T15:50:37.508// 前5天時間并格式化:2018-12-14// 前一個月的時間:201712// 后一個月的時間:2018-02-04T09:19:29.499// 指定2099年的當(dāng)前時間:2099-12-19T15:50:37.508

5.創(chuàng)建指定時間

通過指定年月日來創(chuàng)建。

LocalDate ld3=LocalDate.of(2017, Month.NOVEMBER, 17);LocalDate ld4=LocalDate.of(2018, 02, 11);

6.時間相差比較

比較相差的年月日時分秒。

示例一: 具體相差的年月日

LocalDate ld=LocalDate.parse("2017-11-17");LocalDate ld2=LocalDate.parse("2018-01-05");Period p=Period.between(ld, ld2);System.out.println("相差年: "+p.getYears()+" 相差月 :"+p.getMonths() +" 相差天:"+p.getDays());// 相差年: 0 相差月 :1 相差天:19

注: 這里的月份是不滿足一年，天數(shù)是不滿足一個月的。這里實際相差的是1月19天，也就是49天。

示例二：相差總數(shù)的時間

ChronoUnit 日期周期單位的標(biāo)準(zhǔn)集合。

LocalDate startDate = LocalDate.of(2017, 11, 17);LocalDate endDate = LocalDate.of(2018, 01, 05);System.out.println("相差月份:"+ChronoUnit.MONTHS.between(startDate, endDate));System.out.println("兩月之間的相差的天數(shù) : " + ChronoUnit.DAYS.between(startDate, endDate));// 相差月份:1// 兩天之間的差在天數(shù) : 49

注: ChronoUnit也可以計算相差時分秒。

示例三：精度時間相差

Duration 這個類以秒和納秒為單位建模時間的數(shù)量或數(shù)量。

Instant inst1 = Instant.now();System.out.println("當(dāng)前時間戳 : " + inst1);Instant inst2 = inst1.plus(Duration.ofSeconds(10));System.out.println("增加之后的時間 : " + inst2);System.out.println("相差毫秒 : " + Duration.between(inst1, inst2).toMillis());System.out.println("相毫秒 : " + Duration.between(inst1, inst2).getSeconds());// 當(dāng)前時間戳 : 2018-12-19T08:14:21.675Z// 增加之后的時間 : 2018-12-19T08:14:31.675Z// 相差毫秒 : 10000// 相毫秒 : 10

示例四：時間大小比較

LocalDateTime ldt4 = LocalDateTime.now();LocalDateTime ldt5 = ldt4.plusMinutes(10);System.out.println("當(dāng)前時間是否大于:"+ldt4.isAfter(ldt5));System.out.println("當(dāng)前時間是否小于"+ldt4.isBefore(ldt5));// false// true

7.時區(qū)時間計算

得到其他時區(qū)的時間。

示例一:通過Clock時鐘類獲取計算

Clock時鐘類用于獲取當(dāng)時的時間戳，或當(dāng)前時區(qū)下的日期時間信息。Clock clock = Clock.systemUTC();System.out.println("當(dāng)前時間戳 : " + clock.millis());Clock clock2 = Clock.system(ZoneId.of("Asia/Shanghai"));System.out.println("亞洲上海此時的時間戳:"+clock2.millis());Clock clock3 = Clock.system(ZoneId.of("America/New_York"));System.out.println("美國紐約此時的時間戳:"+clock3.millis());// 當(dāng)前時間戳 : 1545209277657// 亞洲上海此時的時間戳:1545209277657// 美國紐約此時的時間戳:1545209277658

示例二: 通過ZonedDateTime類和ZoneId

ZoneId zoneId= ZoneId.of("America/New_York");ZonedDateTime dateTime=ZonedDateTime.now(zoneId);System.out.println("美國紐約此時的時間 : " + dateTime.format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss.SSS")));System.out.println("美國紐約此時的時間 和時區(qū): " + dateTime);// 美國紐約此時的時間 : 2018-12-19 03:52:22.494// 美國紐約此時的時間 和時區(qū): 2018-12-19T03:52:22.494-05:00[America/New_York]

Java 8日期時間API總結(jié):

• 提供了javax.time.ZoneId 獲取時區(qū)。
• 提供了LocalDate和LocalTime類。
• Java 8 的所有日期和時間API都是不可變類并且線程安全，而現(xiàn)有的Date和Calendar API中的java.util.Date和SimpleDateFormat是非線程安全的。
• 主包是 java.time,包含了表示日期、時間、時間間隔的一些類。里面有兩個子包java.time.format用于格式化， java.time.temporal用于更底層的操作。
• 時區(qū)代表了地球上某個區(qū)域內(nèi)普遍使用的標(biāo)準(zhǔn)時間。每個時區(qū)都有一個代號，格式通常由區(qū)域/城市構(gòu)成（Asia/Tokyo），在加上與格林威治或 UTC的時差。例如：東京的時差是+09:00。
• OffsetDateTime類實際上組合了LocalDateTime類和ZoneOffset類。用來表示包含和格林威治或UTC時差的完整日期（年、月、日）和時間（時、分、秒、納秒）信息。
  DateTimeFormatter 類用來格式化和解析時間。與SimpleDateFormat不同，這個類不可變并且線程安全，需要時可以給靜態(tài)常量賦值。DateTimeFormatter類提供了大量的內(nèi)置格式化工具，同時也允許你自定義。在轉(zhuǎn)換方面也提供了parse()將字符串解析成日期，如果解析出錯會拋出DateTimeParseException。DateTimeFormatter類同時還有format()用來格式化日期，如果出錯會拋出DateTimeException異常。
• 再補充一點，日期格式“MMM d yyyy”和“MMM dd yyyy”有一些微妙的不同，第一個格式可以解析“Jan 2 2014”和“Jan 14 2014”，而第二個在解析“Jan 2 2014”就會拋異常，因為第二個格式里要求日必須是兩位的。如果想修正，你必須在日期只有個位數(shù)時在前面補零，就是說“Jan 2 2014”應(yīng)該寫成 “Jan 02 2014”。

來源：blog.csdn.net/agonie201218/article/details/109199560

總結(jié)

以上是生活随笔為你收集整理的一文详解 JDK1.8 的 Lambda、Stream、LocalDateTime的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。