String split方法使用小结

String对象的split方法提供了字符串分割的功能。split方法的参数可以是正则表达式，这样的话可以支持相对复杂的字符串分割。

比如： 

"Welcome;to,the Java:World".split("[;|,| |:]")

将得到由"Welcome" "to" "the" "Java"和"World"组成的字符串数组。

1. String对象的split方法里面采用了Pattern的split方法实现，所以，正则表达式中的某些符号需要正则转义才能得到正确的分割结果。

String(JDK 7)中的split源码如下：

public final class String
    implements java.io.Serializable, Comparable<String>, CharSequence {
    /** The value is used for character storage. */
    private final char value[];

    public String[] split(String regex) {
        return split(regex, 0);
    }
 public String[] split(String regex, int limit) {
        /* fastpath if the regex is a
         (1)one-char String and this character is not one of the
            RegEx's meta characters ".$|()[{^?*+\\", or
         (2)two-char String and the first char is the backslash and
            the second is not the ascii digit or ascii letter.
         */
        char ch = 0;
        if (((regex.value.length == 1 &&
             ".$|()[{^?*+\\".indexOf(ch = regex.charAt(0)) == -1) ||
             (regex.length() == 2 &&
              regex.charAt(0) == '\\' &&
              (((ch = regex.charAt(1))-'0')|('9'-ch)) < 0 &&
              ((ch-'a')|('z'-ch)) < 0 &&
              ((ch-'A')|('Z'-ch)) < 0)) &&
            (ch < Character.MIN_HIGH_SURROGATE ||
             ch > Character.MAX_LOW_SURROGATE))
        {
            int off = 0;
            int next = 0;
            boolean limited = limit > 0;
            ArrayList<String> list = new ArrayList<>();
            while ((next = indexOf(ch, off)) != -1) {
                if (!limited || list.size() < limit - 1) {
                    list.add(substring(off, next));
                    off = next + 1;
                } else {    // last one
                    //assert (list.size() == limit - 1);
                    list.add(substring(off, value.length));
                    off = value.length;
                    break;
                }
            }
            // If no match was found, return this
            if (off == 0)
                return new String[]{this};

            // Add remaining segment
            if (!limited || list.size() < limit)
                list.add(substring(off, value.length));

            // Construct result
            int resultSize = list.size();
            if (limit == 0)
                while (resultSize > 0 && list.get(resultSize - 1).length() == 0)
                    resultSize--;
            String[] result = new String[resultSize];
            return list.subList(0, resultSize).toArray(result);
        }
        return Pattern.compile(regex).split(this, limit);
    }

}

比如要想采用$ . |这三个符号分割字符串，需要进行转义才能得到正确的结果。

"Welcome.to.the.Java.World".split("\\.");

"Welcome|to|the|Java|World".split("\\|");

"Welcome$to$the$Java$World".split("\\$");

2. 默认状态下，split处理后得到的子字符串数组会去掉后面的空子字符串的内容。

比如：

",,,,,,,".split(",")

得到的数组长度是0.

"hello,Java,,,,,,".split(",")

得到的数组长度是2.

这是由如下逻辑的代码实现的：

// Construct result
            int resultSize = list.size();
            if (limit == 0)
                while (resultSize > 0 && list.get(resultSize - 1).length() == 0)
                    resultSize--;
            String[] result = new String[resultSize];
            return list.subList(0, resultSize).toArray(result);

3. 正确使用方法split(String regex, int limit)，使用正确的limit值得到不一样的结果。

a): 如果想要得到的子字符串数组包含后面的空字符串，可以将limit设置为-1.

"hello,Java,,,,,,".split(",",-1)

得到的数组长度为8

b): 如果limit设置的值大于分割得到子字符串长度，得到的数组与limit值等于-1的情况是一样的。

c): 用limit控制分割的范围。
  比如，在文本文件中每行存储的内容格式如下：
  编号，书名，描述
每行的内容用逗号隔开，其中描述的内容也可能有逗号，但是，我们并不想把描述这一项内容用逗号分割，这个例子中，我们可以将limit设置为3即可。

package my.string;

public class StringSplitTest {

	public static void main(String[] args) {
		
		String[] array1 = "No.1,Java Programming,It is funny,and it is interresting.".split(",",3);
		printArray(array1);
	}
	
	private static void printArray(String[] array)
	{
		System.out.println("数组长度:"+array.length);
		for(String str: array)
		{
			System.out.println(str);
		}
	}
}

输出内容如下：

数组长度:3
No.1
Java Programming
It is funny,and it is interresting.


另外，除了split方法，还可以用如下的方式实现：
1. 采用String Tokenizer实现
2. 采用indexOf与subString结合的方式实现
... ...

评论

3 楼 hailongshih 2013-08-28  

谢谢你,细心问题,thanks

2 楼 MouseLearnJava 2013-08-28  

hailongshih 写道

Good,收藏,但有个问题愿意跟lz探讨:
String str="hello,Java,,,,,,";
String[] strs = str.split(",",-1);
for (int i = 0; i < strs.length; i++) {
   System.out.println(strs[i]);
  }
在这里得到的strs数组长度为8,但是最后只打印出hello,我调试过发现其中java已经打印出来又收回，这是怎么回事

你好，产生你描述的行为，我想是这种情况引起的：你的console窗口高度太窄。

再运行一下程序试试，然后将console控制台输出窗口高度拉升一点或者将控制台输出窗口右边的滚动条拉至最顶部，你就可以看到输出的hello字符串了。

1 楼 hailongshih 2013-08-28  

Good,收藏,但有个问题愿意跟lz探讨:
String str="hello,Java,,,,,,";
String[] strs = str.split(",",-1);
for (int i = 0; i < strs.length; i++) {
   System.out.println(strs[i]);
  }
在这里得到的strs数组长度为8,但是最后只打印出hello,我调试过发现其中java已经打印出来又收回，这是怎么回事