java中的分割函数_Java 中 split 函数分割的特别问题

问题1：竖线分割问题

在 Flex 中，如果一个字符串是用 | 分割，则直接用 xxx.split("|"); 就可以得到分割后的数组，由于它语法与 Java 及其相似，所以想在 Java 中也是这样分割，不过很不幸，出现如下情况：

测试代码：

public class Test {

public static void main(String[] args) {

String s = "a|b|c|d";

String[] sa = s.split("|");

System.out.println("Length:" + sa.length);

int i = 1;

for (String ss : sa) {

System.out.println(i++ + "->" +ss);

}

}

}

测试结果：

Length:8

1->

2->a

3->|

4->b

5->|

6->c

7->|

8->d

究其原因，Java 的 split 函数接受的参数类型为正则表达式，API中这样写：

Parameters:

regex the delimiting regular expression

而 | 在正则里是个特殊字符，有意义所在的，表示“或”的意思，等同于 "" 或空的意思，当然它也表示竖线的意思。所以当用 | 直接作为参数分割时，会把字符串通过空分割出一个空，以及串中的每一个字符，不管字符串用什么分割，都会切成 8 个长度的数组。

当然，如果想正确的通过竖线来分割得到数组，可以用正确的正则表达式，如把例子代码中的 "|" 改为 "\\|" 或者 "[|]" 则即可得到想要的效果。

至于 Flex 中为什么直接用 | 分割就可以，目前还没查到原因，不过看资料，参数也应该是正则表达式，再调查吧，如果有结果，再补详细说明。

问题2：分割并过滤字符串中的英文

如果有个字符串，是用空格分割的，但如果拿空格过滤，则会把英文字符串分割为一个个单词，比如：

广东工业大学

广工 广工大 广东工大 GDUT Guangdong University of Technology

最好是能把英文的整个字符串分割出来，但目前没有找到好的办法，所以就干脆把英文都去掉，只得到分割后的中文，方法如下：

字符串.split("[^\u4E00-\u9FA5]");

正则表达式的意义为：非中文字符，这样就可以把串中的中文都分割出来。