Java字符串拆分详解

说到 Java 字符串拆分，我们可能会不假思索“这有什么难的，直接上 String 类的 split() 方法不就行了!”假如你真的这么觉得，那可要真的是大错特错了。其中缘由，且听我细细道来。

假如现在有这样一串字符“hello world，一个有趣的程序”，需要按照中文的逗号“，”进行拆分，这意味着第一串字符为逗号前面的“hello world”，第二串字符为逗号后面的“一个有趣的程序”。另外，在拆分之前，要先进行检查，判断一下这串字符是否包含逗号，否则应该抛出异常。

public class Test {

public static void main(String[] args) {

String cmower = “hello world，一个有趣的程序”;

if (cmower.contains("，")) {

String [] parts = cmower.split("，");

System.out.println(“第一部分：” + parts[0] +" 第二部分：" + parts[1]);

} else {

throw new IllegalArgumentException(“当前字符串没有包含逗号”);

}

}

}

这段代码看起来挺严谨的，对吧?程序输出的结果完全符合预期：

第一部分：hello world 第二部分：一个趣的程序员

这是建立在字符串是确定的情况下，最重要的是分隔符是确定的。否则，麻烦就来了。

大约有 12 种英文特殊符号，如果直接拿这些特殊符号替换上面代码中的分隔符(中文逗号)，这段程序在运行的时候就会出现以下提到的错误。

反斜杠 (ArrayIndexOutOfBoundsException)

插入符号 ^(同上)

美元符号 $(同上)

逗点 .(同上)

竖线 |(正常，没有出错)

问号 ?(PatternSyntaxException)

星号 *(同上)

加号 +(同上)

左小括号或者右小括号 ()(同上)

左方括号或者右方括号

左大括号或者右大括号 {}(同上)

看到这，可能有小伙伴会说，“这不是钻牛角尖嘛”，不不不，做技术就应该秉持严谨的态度，否则，很容易出现致命的错误。

那遇到特殊符号该怎么办呢?上正则表达式呗。

正则表达式是一组由字母和符号组成的特殊文本，它可以用来从文本中找出满足你想要的格式的句子。

解决了心病之后，我们来用英文逗点“.”来替换一下分隔符：

String cmower = “hello world，一个有趣的程序”;

if (cmower.contains(".")) {

String [] parts = cmower.split("\.");

System.out.println(“第一部分：” + parts[0] +" 第二部分：" + parts[1]);

}

在使用 split() 方法的时候，就需要使用正则表达式 \. 来替代特殊字符英文逗点“.”了。为什么用两个反斜杠呢?因为它本身就是一个特殊字符，需要先转义。

也可以使用字符类 [] 来包含英文逗点“.”，它也是一个正则表达式，用来匹配方括号中包含的任意字符。

cmower.split("[.]");

除此之外， 还可以使用 Pattern 类的 quote() 方法来包裹英文逗点“.”，该方法会返回一个使用 \Q\E 包裹的字符串。

此时，String.split() 方法的使用示例如下所示：

String [] parts = cmower.split(Pattern.quote("."));

当通过调试模式进入 String.split() 方法源码的话，会发现以下细节：

return Pattern.compile(regex).split(this, limit);

String 类的 split() 方法调用了 Pattern 类的 split() 方法。也就意味着，我们字符串拆分有了新的选择，可以不使用 String 类的 split() 方法了。

public class TestPatternSplit {

/**

• 使用预编译功能，提高效率

*/

private static Pattern twopart = Pattern.compile("\.");

public static void main(String[] args) {

String [] parts = twopart.split(“hello world.一个有趣的程序”);

System.out.println(“第一部分：” + parts[0] +" 第二部分：" + parts[1]);

}

}

除此之外，还可以使用 Pattern 配合 Matcher 类进行字符串拆分，这样做的好处是可以对要拆分的字符串进行一些严格的限制。

由于模式是确定的，所以可以把 Pattern 表达式放在 main() 方法外面，通过 static 的预编译功能提高程序的效率。

不过，使用 Matcher 来匹配一些简单的字符串时相对比较沉重一些，使用 String 类的 split() 仍然是首选，因为该方法还有其他一些牛逼的功能。

比如说，你想把分隔符包裹在拆分后的字符串的第一部分，可以这样做：

String cmower = “hello world，一个有趣的程序”;

if (cmower.contains("，")) {

String [] parts = cmower.split("(?<=，)");

System.out.println(“第一部分：” + parts[0] +" 第二部分：" + parts[1]);

}

程序输出的结果如下所示：

第一部分：hello world， 第二部分：一个有趣的程序

可以看到分隔符“，”包裹在了第一部分，如果希望包裹在第二部分，可以这样做：

String [] parts = cmower.split("(?=，)");

可能有些小伙伴很好奇，?<= 和 ?= 是什么东东啊?它其实是正则表达式中的断言模式。

另外，假如说字符串中包含了多个分隔符，而我们只需要 2 个的话，还可以这样做：

String cmower = “hello world，一个有趣的程序，收藏”;

if (cmower.contains("，")) {

String [] parts = cmower.split("，", 2);

System.out.println(“第一部分：” + parts[0] +" 第二部分：" + parts[1]);

}

split() 方法可以传递 2 个参数，第一个为分隔符，第二个为拆分的字符串个数。查看该方法源码的话，你就可以看到以下内容：

直接 substring() 到原字符串的末尾，也就是说，第二个分隔符处不再拆分。然后就 break 出循环了。来看一下程序输出的结果：

第一部分：hello world 第二部分：一个有趣的程序，收藏