Java| String的split方法是如何分割字符串的?

在Java程序中我们经常会用到字符串的分隔,例如分裂 CSV 文件中的数据来获取所有不同的值。Java中提供了一下两个方法来分隔字符串

• public String[] split(String regex)
• public String[] split(String regex, int limit)

---

split方法的作用是根据匹配给定的正则表达式来拆分此字符串。
此方法返回的数组包含此字符串的子字符串，每个子字符串都由另一个匹配给定表达式的子字符串终止，或者由此字符串末尾终止。数组中的子字符串按它们在此字符串中出现的顺序排列。如果表达式不匹配输入的任何部分，那么所得数组只具有一个元素，即此字符串。

limit 参数控制模式应用的次数，因此影响所得数组的长度。

• 如果该限制 n 大于 0，则模式将被最多应用 n - 1 次，数组的长度将不会大于 n，而且数组的最后一项将包含所有超出最后匹配的定界符的输入。
• 如果 n 为非正，那么模式将被应用尽可能多的次数，而且数组可以是任何长度。
  如果 n 等于 0 ，那么模式将被应用尽可能多的次数，数组可以是任何长度，并且结尾空字符串将被丢弃。

例如，字符串 "boo:and:foo" 使用这些参数可生成以下结果：

Regex	Limit	结果
:	2	{ "boo", "and:foo" }
:	5	{ "boo", "and", "foo" }
:	-2	{ "boo", "and", "foo" }
o	5	{ "b", "", ":and:f", "", "" }
o	-2	{ "b", "", ":and:f", "", "" }
o	0	{ "b", "", ":and:f" }

---

接下来介绍一下分隔符号为特殊字符(正则元字符)时,我们应该如何来进行字符串分隔?

如果分隔的是正则的元字符(.$|()[{^?*+\\),那么这些元字符是不能自己分隔的,否则结果将不会是预期的结果.
在Java中我们需要使用\\元字符来匹配,比如我们需要匹配字符串yveshe|hello中的|我们需要将regex写成\\|.

这里为什要使用2个\\,就需要理解Java中的转义字符\,其实第一个\是转义字符,第二个\是被转义的字符:
转义字符只允许转义\b \t \n \f \r \" \' \\

下面是使用split需要分隔一些正则中特殊字符的2中处理方式:

public static void main(String[] args) {
    String content = " yveshe|hello";

    /* 方式一:使用转义字符转义 */
    String[] split1 = content.split("\\|");
    System.out.println(Arrays.toString(split1));

    System.out.println("*********************");

    /* 方式二: 使用Pattern */
    String[] split2 = content.split(Pattern.quote("|"));
    System.out.println(Arrays.toString(split2));
}

输出结果

[ yveshe, hello]
*********************
[ yveshe, hello]

---

注意点:

• split(String regex)底层是调用的split(String regex,0)当limit等于0时结尾空字符串将被丢弃.
• 如果 regex 不匹配输入字符串的任何部分，那么结果数组只有一个元素，即这个字符串.
• 调用此方法的 str.split(regex, n) 形式与表达式Pattern.compile(regex).split(str, n)产生的结果完全相同
• 关于分隔符号为一些特殊的符号时,我们可以使用反斜杠使得特殊字符作为正规字符或者使用Patter来转换字面量的方式，就像我在上面的程序中使用管道(|)来分隔字符串一样。

相关Java中Patter的使用方式
相关Java中转义字符和路径符

参考:
https://docs.oracle.com/javase/8/docs/api/java/lang/String.html#split-java.lang.String-int-