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]); } } }