转载

Java字符串单字符分割

Java中分割字符串经常会使用到 String.split ，本文中针对单字符分割的场景进行简单讨论，首先看几个例子:

"".split("=")      //示例1
"=".split("=")     //示例2
"==".split("=")    //示例3
"=".split("=", 1)  //示例4
"=".split("=", 2)  //示例5
"=".split("=", 4)  //示例6
"=12=".split("=")  //示例7
"".split("=", 1)   //示例8

以上几个示例分割后的数组长度是多少呢？在本文小结中有结果，可以对比下是否和想象中的一致，有出入的话可以一起来看下源码。

源码解析

基于jdk8来分析下 String.split 方法， String.split 有2个方法，分别如下：

public String[] split(String regex)   //方法1
public String[] split(String regex, int limit) // 方法2

其中方法1直接调用方法2，传入 limit=0

public String[] split(String regex) {
        return split(regex, 0);
}

下面具体看一下方法2的实现

public String[] split(String regex, int limit) {
  // 针对单字符分割，使用fastpath，没有使用正则java.util.regex.Pattern.split方法
  /* 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;
    // limit为0表示没有显示最大分割个数
    boolean limited = limit > 0;
    ArrayList<String> list = new ArrayList<>();
    while ((next = indexOf(ch, off)) != -1) {
      // 长度限制为1时，该条件不满足，直接进入else中，也即示例4、8的操作
      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;
      }
    }
    // 示例1会进入的逻辑，因为示例1在上面的while中会直接跳出，off时默认值0
    // If no match was found, return this
    if (off == 0)
      return new String[]{this};

    //将最后一个添加进来
    // Add remaining segment
    if (!limited || list.size() < limit)
      list.add(substring(off, value.length));

    // 针对limit=0的场景，会循环去除最后一个空字符串，示例2、3会触发该条件
    // 为什么会针对limit=0的这种场景去除空字符串？感觉不能理解。
    // 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);
  }
  //多字符串分割本文不讨论
  return Pattern.compile(regex).split(this, limit);
}

小结

根据上面的例子, 我们可以看出，在不限定长度的情况下，split分割会去除数据末尾的所有空串。以上几种场景的结果如下:

类型	结果	长度
”“.split(“=”) //示例1	[””]	1
”=”.split(“=”) //示例2	[]	0
”==”.split(“=”) //示例3	[]	0
”=”.split(“=”, 1) //示例4	[”=”]	1
”=”.split(“=”, 2) //示例5	[””, “”]	2
”=”.split(“=”, 4) //示例6	[””, “”]	2
“=12=”.split(“=”) //示例7	[””, “12”]	2
”“.split(“=”, 1) //示例8	[””]	1