Java字符串分隔方法split实践

2022-04-11 08:43 554阅读 0赞

在工作中，有字符串分隔很自然也一直用String的split方法，但直到今天，我竟然踩到了一个坑。

**一.正常的分隔，分隔符是“：”**

package com.bijian.test;
    
    import java.util.List;
    
    import com.google.common.base.Splitter;
    
    public class SplitTest {
        
        private static final String SPLIT_CHAR = ":";
        
        public static void main(String[] args) {
            String str = "21001:03";
            splitMethod1(str);
            splitMethod2(str);
        }
    
        private static void splitMethod1(String str) {
            String[] strList = str.split(SPLIT_CHAR);
            String firstStr = strList[0];
            String secondStr = strList[1];
            System.out.println("firstStr:" + firstStr + ",secondStr:" + secondStr);
        }
        
        private static void splitMethod2(String str) {
            List<String> strList = Splitter.on(SPLIT_CHAR).splitToList(str);
            String firstStr = strList.get(0);
            String secondStr = strList.get(1);
            System.out.println("firstStr:" + firstStr + ",secondStr:" + secondStr);
        }
    }

运行结果：

firstStr:21001,secondStr:03
    firstStr:21001,secondStr:03

**二.复杂的分隔，分隔符是“:@:”**

package com.bijian.test;
    
    import java.util.List;
    
    import com.google.common.base.Splitter;
    
    public class SplitTest {
        
        private static final String SPLIT_CHAR = ":@:";
        
        public static void main(String[] args) {
            String str = "21001:@:03";
            splitMethod1(str);
            splitMethod2(str);
        }
    
        private static void splitMethod1(String str) {
            String[] strList = str.split(SPLIT_CHAR);
            String firstStr = strList[0];
            String secondStr = strList[1];
            System.out.println("firstStr:" + firstStr + ",secondStr:" + secondStr);
        }
        
        private static void splitMethod2(String str) {
            List<String> strList = Splitter.on(SPLIT_CHAR).splitToList(str);
            String firstStr = strList.get(0);
            String secondStr = strList.get(1);
            System.out.println("firstStr:" + firstStr + ",secondStr:" + secondStr);
        }
    }

运行结果：

firstStr:21001,secondStr:03
    firstStr:21001,secondStr:03

**三.将实例二中的@换成|，即分隔符为“:|:”**

package com.bijian.test;
    
    import java.util.List;
    
    import com.google.common.base.Splitter;
    
    public class SplitTest {
        
        private static final String SPLIT_CHAR = ":|:";
        
        public static void main(String[] args) {
            String str = "21001:|:03";
            splitMethod1(str);
            splitMethod2(str);
        }
    
        private static void splitMethod1(String str) {
            String[] strList = str.split(SPLIT_CHAR);
            String firstStr = strList[0];
            String secondStr = strList[1];
            System.out.println("firstStr:" + firstStr + ",secondStr:" + secondStr);
        }
        
        private static void splitMethod2(String str) {
            List<String> strList = Splitter.on(SPLIT_CHAR).splitToList(str);
            String firstStr = strList.get(0);
            String secondStr = strList.get(1);
            System.out.println("firstStr:" + firstStr + ",secondStr:" + secondStr);
        }
    }

运行结果：

firstStr:21001,secondStr:|
    firstStr:21001,secondStr:03

**四.原来是“|”的问题，分隔符仅为“|”测试运行如下**

package com.bijian.test;
    
    import java.util.List;
    
    import com.google.common.base.Splitter;
    
    public class SplitTest {
        
        private static final String SPLIT_CHAR = "|";
        
        public static void main(String[] args) {
            String str = "21001|03";
            splitMethod1(str);
            splitMethod2(str);
        }
    
        private static void splitMethod1(String str) {
            String[] strList = str.split(SPLIT_CHAR);
            String firstStr = strList[0];
            String secondStr = strList[1];
            System.out.println("firstStr:" + firstStr + ",secondStr:" + secondStr);
        }
        
        private static void splitMethod2(String str) {
            List<String> strList = Splitter.on(SPLIT_CHAR).splitToList(str);
            String firstStr = strList.get(0);
            String secondStr = strList.get(1);
            System.out.println("firstStr:" + firstStr + ",secondStr:" + secondStr);
        }
    }

运行结果：

firstStr:,secondStr:2
    firstStr:21001,secondStr:03

**五.案例分析**

使用String.split方法分隔字符串时，分隔符如果用到一些特殊字符，可能会得不到我们预期的结果。

我们看jdk doc中说明

public String[] split(String regex)
     Splits this string around matches of the given regular expression.

参数regex是一个 regular-expression的匹配模式而不是一个简单的String，他对一些特殊的字符可能会出现你预想不到的结果，比如测试下面的代码：

1.用竖线 | 分隔字符串，你将得不到预期的结果

public static void splitTest02() {
            
            String splitChar = "|";  //结果不正确
            //String splitChar = "\\|";
            
            String str = "bijian|bi|jian";
            String[] strs = str.split(splitChar);
            System.out.println(strs[0]);
            System.out.println(strs[1]);
            System.out.println(strs[2]);
    }

2.用竖 \* 分隔字符串运行将抛出java.util.regex.PatternSyntaxException异常，用加号 + 也是如此。

public static void splitTest04() {
            
            String[] aa = "aaa*bbb*ccc".split("*"); //Exception in thread "main" java.util.regex.PatternSyntaxException: Dangling meta character '*' near index 0
            //String[] aa = "aaa|bbb|ccc".split("\\*"); 这样才能得到正确的结果   
            for (int i = 0 ; i <aa.length ; i++ ) {
              System.out.println("--"+aa[i]);
            }
    }

显然，+ \* 不是有效的模式匹配规则表达式，用"\\\\\*" "\\\\+"转义后即可得到正确的结果。"|" 分隔串时虽然能够执行，但是却不是预期的目的，"\\\\|"转义后即可得到正确的结果。

如果想在串中使用""字符，则也需要转义。首先要表达"aaaa\\bbbb"这个串就应该用"aaaa\\\\bbbb",如果要分隔就应该这样才能得到正确结果：

String[] aa = "aaa\\bbb\\bccc".split("\\\\");

**六.小结**

1.如果用"."作为分隔的话，必须是如下写法：String.split("\\\\."),这样才能正确的分隔开，不能用String.split(".");

2.如果用"|"作为分隔的话，必须是如下写法：String.split("\\\\|"),这样才能正确的分隔开，不能用String.split("|");

"."和"|"都是转义字符，必须得加"\\";

但实际上这样还是有坑，String 自带的Split 分割字符串类中不会把分割字符串后的空字符串添加到数组当中，String\[\] str = "000|111|222||".split("\\\\|");进行分割后字符串的长度为3,只能得到str\[0\],str\[1\],str\[2\]，后面的str\[3\],str\[4\]是不存在的，如果直接访问str\[3\],str\[4\]会发生以下错误：java.lang.ArrayIndexOutOfBoundsException。

3.如果在一个字符串中有多个分隔符，可以用"|"作为连字符，比如："acount=? and uu =? or n=?",把三个都分隔出来，可以用String.split("and|or");

4.采用com.google.common.base.Splitter的on方法，如上实例所示。【综合考虑，这种方法很OK】

5.使用org.apache.commons.lang.StringUtils.splitPreserveAllTokens 方法。【综合考虑，这种方法很OK】

6.使用String.split(str, n);指定分隔的次数。【这个测试是OK的，但在具体使用中，很难知道我要分隔的次数】

![9629552a-0dad-3d00-a2da-896ca0c27251.png][]

**附：测试实例**

package com.bijian.test;
    
    public class SplitTest {
    
        public static void main(String[] args) {
            splitTest05();
        }
        
        public static void splitTest01() {
            
            //String splitChar = ".";  //结果不正确
            String splitChar = "\\.";
            
            String str = "bijian.bi.jian";
            String[] strs = str.split(splitChar);
            System.out.println(strs[0]);
            System.out.println(strs[1]);
            System.out.println(strs[2]);
        }
        
        public static void splitTest02() {
            
            String splitChar = "|";  //结果不正确
            //String splitChar = "\\|";
            
            String str = "bijian|bi|jian";
            String[] strs = str.split(splitChar);
            System.out.println(strs[0]);
            System.out.println(strs[1]);
            System.out.println(strs[2]);
        }
        
        public static void splitTest03() {
            
            String splitChar = "and|or";
            String str = "acount=? and uu =? or n=?";
            String[] strs = str.split(splitChar);
            System.out.println(strs[0]);
            System.out.println(strs[1]);
            System.out.println(strs[2]);
        }
        
        public static void splitTest04() {
            
            String[] aa = "aaa*bbb*ccc".split("*"); //Exception in thread "main" java.util.regex.PatternSyntaxException: Dangling meta character '*' near index 0
            //String[] aa = "aaa|bbb|ccc".split("\\*"); 这样才能得到正确的结果   
            for (int i = 0 ; i <aa.length ; i++ ) {
              System.out.println("--"+aa[i]);
            }
        }
        
        public static void splitTest05() {
            
            String[] aa = "aaa\\bbb\\bccc".split("\\\\");
            for (int i = 0 ; i <aa.length ; i++ ) {
                System.out.println(aa[i]);
            }
        }
    }

[9629552a-0dad-3d00-a2da-896ca0c27251.png]: /images/20220411/25f7b7a841fe4491aa4ddaac31d41854.png