DecimalFormat(Java中的应用——十进制数字格式化)

简介: DecimalFormat(Java中的应用——十进制数字格式化)

DecimalFormat(Java中的应用——十进制数字格式化)


DecimalFormat 是 NumberFormat 的一个具体子类,用于格式化【十进制数字】。

NumberFormat

可以按照本地的风格习惯进行数字的显示,也就是想格式化成什么样都可以自定义。

NumberFormat nf = NumberFormat.getInstance() ;  // 得到默认的数字格式化显示 
      System.out.println("格式化之后的数字:" + nf.format(10000000)) ; 
      System.out.println("格式化之后的数字:" + nf.format(1000.456)) ;

输出效果中可以看到,直接格式化成了每三位一个【,】的计数方式了,很欧美的样式。

常用的格式化符号

符号 位置 含义
0 数字 阿拉伯数字
# 数字字 阿拉伯数字,如果不存在则显示为空
. 数字 小数分隔符或货币小数分隔符
- 数字 减号
, 数字 分组分隔符
E 数字 分隔科学计数法中的尾数和指数。在前缀或后缀中无需加引号。
; 子模式边界 分隔正数和负数子模式
% 前缀或后缀 乘以 100 并显示为百分数

DecimalFormat

符号以及new的声明

/*#和0都是占位符,#:当要格式化的数字位数不足时#会补空白,0:当要格式化的数字位数不足时会补0*/

new DecimalFormat("#.##");

new DecimalFormat("0.000");//自动填充0补位

new DecimalFormat("#0.000%");//数字以%的形式展示,小数转百分比自动转换

new DecimalFormat("#.##%");//数字以%的形式展示,小数转百分比自动转换

new DecimalFormat(",###");//用","将数字按3位隔开

new DecimalFormat("$,###");//组合

new DecimalFormat("###,###.000");//四舍五入

DecimalFormat示例:

package com.item.action;
import java.text.DecimalFormat;
import java.text.NumberFormat;
public class Demo {
  public static void main(String[] args) {
    //数字格式化,#和0都是占位符,#:当要格式化的数字位数不足时#会补空白;0:当要格式化的数字位数不足时会补0
    DecimalFormat df1 = new DecimalFormat("#.##");//补充空白
    System.out.println(df1.format(0.7));
    
    DecimalFormat df2 = new DecimalFormat("0.000");//补充0
    System.out.println(df2.format(0.7));
    
    //数字以%的形式展示,小数转百分比自动转换
    DecimalFormat df3 = new DecimalFormat("#0.000%");
    System.out.println(df3.format(0.71));
    
    //数字以%的形式展示,小数转百分比自动转换
    DecimalFormat df4 = new DecimalFormat("#.##%");
    System.out.println(df4.format(0.01111));
    
    //用","将数字按3位隔开
    DecimalFormat df5 = new DecimalFormat(",###");
    System.out.println(df5.format(543234321));
    
    //字符串与数字组合
    DecimalFormat df6 = new DecimalFormat("$,###");
    System.out.println(df6.format(543234321));
    
    //四舍五入
    DecimalFormat df7 = new DecimalFormat("###,###.000");
    System.out.println(df7.format(543234321.567936781));
  }
}

对应结果:

相关文章
|
10月前
|
人工智能 算法 Java
Java与AI驱动区块链:构建智能合约与去中心化AI应用
区块链技术和人工智能的融合正在开创去中心化智能应用的新纪元。本文深入探讨如何使用Java构建AI驱动的区块链应用,涵盖智能合约开发、去中心化AI模型训练与推理、数据隐私保护以及通证经济激励等核心主题。我们将完整展示从区块链基础集成、智能合约编写、AI模型上链到去中心化应用(DApp)开发的全流程,为构建下一代可信、透明的智能去中心化系统提供完整技术方案。
573 3
|
存储 数据采集 搜索推荐
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
本篇文章探讨了 Java 大数据在智慧文旅景区中的创新应用,重点分析了如何通过数据采集、情感分析与可视化等技术,挖掘游客情感需求,进而优化景区服务。文章结合实际案例,展示了 Java 在数据处理与智能推荐等方面的强大能力,为文旅行业的智慧化升级提供了可行路径。
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
|
机器学习/深度学习 数据采集 数据可视化
Java 大视界 -- 基于 Java 的大数据可视化在城市空气质量监测与污染溯源中的应用(216)
本文探讨Java大数据可视化在城市空气质量监测与污染溯源中的创新应用,结合多源数据采集、实时分析与GIS技术,助力环保决策,提升城市空气质量管理水平。
Java 大视界 -- 基于 Java 的大数据可视化在城市空气质量监测与污染溯源中的应用(216)
|
存储 监控 数据可视化
Java 大视界 -- 基于 Java 的大数据可视化在企业生产运营监控与决策支持中的应用(228)
本文探讨了基于 Java 的大数据可视化技术在企业生产运营监控与决策支持中的关键应用。面对数据爆炸、信息孤岛和实时性不足等挑战,Java 通过高效数据采集、清洗与可视化引擎,助力企业构建实时监控与智能决策系统,显著提升运营效率与竞争力。
|
Java 大数据 数据处理
Java 大视界 -- 基于 Java 的大数据实时数据处理在工业互联网设备协同制造中的应用与挑战(222)
本文探讨了基于 Java 的大数据实时数据处理在工业互联网设备协同制造中的应用与挑战。文章分析了传统制造模式的局限性,介绍了工业互联网带来的机遇,并结合实际案例展示了 Java 在多源数据采集、实时处理及设备协同优化中的关键技术应用。同时,也深入讨论了数据安全、技术架构等挑战及应对策略。
|
数据采集 搜索推荐 Java
Java 大视界 -- Java 大数据在智能教育虚拟学习环境构建与用户体验优化中的应用(221)
本文探讨 Java 大数据在智能教育虚拟学习环境中的应用,涵盖多源数据采集、个性化推荐、实时互动优化等核心技术,结合实际案例分析其在提升学习体验与教学质量中的成效,并展望未来发展方向与技术挑战。
|
10月前
|
消息中间件 缓存 Java
Spring框架优化:提高Java应用的性能与适应性
以上方法均旨在综合考虑Java Spring 应该程序设计原则, 数据库交互, 编码实践和系统架构布局等多角度因素, 旨在达到高效稳定运转目标同时也易于未来扩展.
849 8
|
11月前
|
人工智能 Java API
Java与大模型集成实战:构建智能Java应用的新范式
随着大型语言模型(LLM)的API化,将其强大的自然语言处理能力集成到现有Java应用中已成为提升应用智能水平的关键路径。本文旨在为Java开发者提供一份实用的集成指南。我们将深入探讨如何使用Spring Boot 3框架,通过HTTP客户端与OpenAI GPT(或兼容API)进行高效、安全的交互。内容涵盖项目依赖配置、异步非阻塞的API调用、请求与响应的结构化处理、异常管理以及一些面向生产环境的最佳实践,并附带完整的代码示例,助您快速将AI能力融入Java生态。
1580 12
|
11月前
|
安全 Java API
Java SE 与 Java EE 区别解析及应用场景对比
在Java编程世界中,Java SE(Java Standard Edition)和Java EE(Java Enterprise Edition)是两个重要的平台版本,它们各自有着独特的定位和应用场景。理解它们之间的差异,对于开发者选择合适的技术栈进行项目开发至关重要。
1613 1
|
12月前
|
存储 Java
Java LocalDateTime与hutool DateUtil实现秒转换为时分秒格式化展示。
注意:以上代码示例仅适合于处理小于24小时内(86400s) 总积 因 LocalDateTime 和 Local Time 不支持超过24小时表达而 huo tool示例虽然理论上支持但未考虑超过24小时情况下可能出现负值等异常情况处理细节需用户自行添加相关逻辑以确保正确性.
677 7