Java String.split()函数用法及源码分析

栗子1：

public class Test {
	public static void main(String[] args) {
		String str1 = "a|b|c";
		String[] arr1 = str1.split("|");
		System.out.println(arr1.length);
		for(int i = 0; i < arr1.length; i++){
			System.out.println(arr1[i]);
		}
		
	}
}	

你觉得答案是多少？

 

 

正确答案：

5
a
|
b
|
c

是不是有点惊讶？

这个栗子1的原意是想用“|”将字符串分开，但是却没有得到预期的结果。

原因：因为split()方法接收的参数是一个正则表达式字符串，而 | 在正则表达式里是一个特殊的字符，具备特殊的意义，或者表示正则匹配中的或，比如",|;"正则用来匹配，或；,而"|"等同于""。这里要想正确需要写为“\\|”或者“[|]”。

为什么是\\而不是\：比方\\d，这个是由两个部分组成，\转义符 加\d是一个正则表达式。之所以要加\是因为java中一些特殊的符号比如回车是没有符号代表的，所以就需要转义符这个概念，像回车这类转义符都是由\开始的。那么另一个问题是，如果我们要输入的恰好是\这个本身符号怎么办呢？这个问题依旧要用转义符\来解决。所以\的转义符就是\\。故，\\d的第一个\是为了给后面的\进行转义的。

特别注意：split(regex)方法是根据匹配给定的正则表达式来拆分字符串的，regex取值特别注意.、|和*等转义字符的问题，遇到这些正则表达式转义字符务必添加\\转义。

 

栗子2：

public class Test {
	public static void main(String[] args) {
		
		String str2 = ",,aa,,b,c,d,,";
		String[] arr2 = str2.split(",");
		System.out.println(arr2.length);
		for(int i = 0; i < arr2.length; i++){
			System.out.println(arr2[i]);
		}
	}
}

结果：

7


aa

b
c
d

可以看到前两个为空字符串，中间还有一个空字符串，是""而不是null。可见，这个方法知识处理了后面尾部的空字符串，而不处理开头和中间的空字符串。

 

现在我们开始分析一下jdk1.8中split（）方法的源码：

String有两个split()方法：

split(String regex):以正则表达式分割字符串

split(String regex, int limit):

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);
    }