Java字符串分隔方法split实践

        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】

 

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]);
        }
    }
}