Java split()方法简析

Bertha 。 2022-05-13 18:21 462阅读 0赞

> 转载请标明出处：  
> 原文首发于： [http://www.zhangruibin.com][http_www.zhangruibin.com]  
> 本文出自 [RebornChang的博客][http_www.zhangruibin.com]

# **厚颜打广告，博主个人博客地址[传送门][Link 1] ，欢迎来访** #

# split方法的分类 #

关于Java中的split方法，这里大致分为三种：  
假定字符串String = “1，2，，，，，”，使用不同的split方法的话，其效果如下面所示；

## js中的split方法 ##

### 使用的方法： ###

var string = “1，2，，，，，”；
    var arr = [];
    arr = value.split(",");
    alert（arr.length）；

可以得到此时的arr数组的长度为6，也就是说，后面的那些逗号中间的空字符串，并没有trim掉；

## Java中的使用方法 ##

### split（String regex） ###

String offerCodes = “1，2，，，，，”; 
    String[] offerCodeString = offerCodes.split(",");
    System.out.println("offerCodeString.length"+offerCodeString.length);

控制台打印出来的数组长度为2；  
可以看到，单参数，按照指定字符进行分割的话，后面的那些空字符串都默认去掉了，那如果我想要后面的这些空字符串怎么办？看下面的这种split方法；

### split（Sting regex,int limit） ###

String offerCodes = “1，2，，，，，”; 
     String[] offerCodeString = offerCodes.split(",",-1);
     System.out.println("offerCodeString.length"+offerCodeString.length);

控制台打印出来的数组长度为6；  
也就是说没有把后面的空字符串去掉，但是为什么后面的参数填个-1呢？能不能换成其他的值？那这么想的话就有必要走一波源码了；

# Java jdk1.8 split源码简析 #

## 源码注释 ##

![split源码][split]  
string字符串的split方法从JDK1.4中开始存在，来一波源码里面的表格：  
源码中给出了示例字符串：“boo:and:foo”；然后，传入不同的参数，得到的结果如下：

> <table> 
>  <tbody> 
>   <tr> 
>    <th>Regex</th> 
>    <th>Limit</th> 
>    <th>Result</th> 
>   </tr> 
>   <tr> 
>    <td align="center">:</td> 
>    <td align="center">2</td> 
>    <td> "boo", "and:foo" </td> 
>   </tr> 
>   <tr> 
>    <td align="center">:</td> 
>    <td align="center">5</td> 
>    <td> "boo", "and", "foo" </td> 
>   </tr> 
>   <tr> 
>    <td align="center">:</td> 
>    <td align="center">-2</td> 
>    <td> "boo", "and", "foo" </td> 
>   </tr> 
>   <tr> 
>    <td align="center">o</td> 
>    <td align="center">5</td> 
>    <td> "b", "", ":and:f", "", "" </td> 
>   </tr> 
>   <tr> 
>    <td align="center">o</td> 
>    <td align="center">-2</td> 
>    <td> "b", "", ":and:f", "", "" </td> 
>   </tr> 
>   <tr> 
>    <td align="center">o</td> 
>    <td align="center">0</td> 
>    <td> "b", "", ":and:f" </td> 
>   </tr> 
>  </tbody> 
> </table>

## split源码 ##

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 ".$|()[{^?*+\\", or
           (2)two-char String and the first char is the backslash and
              the second is not the ascii digit or ascii letter.
           */
          char ch = 0;
          //这里是一堆的正则校验，大致是，传入的分割符是单符号位的，才进行下面的分割，否则，return Pattern.compile(regex).split(this, limit)调用另一个分割方法进行字符串分割位分割，文末会PO出此方法
          if (((regex.value.length == 1 &&
               ".$|()[{^?*+\\".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;
              //从这里开始，进行limit值的入参及split逻辑
              //当传进来的值是正数的时候，limit > 0 == true
              boolean limited = limit > 0;
              //声明一个list集合对返回值结果进行存储，用于最后给String[]赋值
              ArrayList<String> list = new ArrayList<>();
              //当没有按照指定的字符分割到最后一位的时候，执行while循环进行判断，然后使用substring（off, next）方法进行分割
              while ((next = indexOf(ch, off)) != -1) {
              //判断limited 为FALSE，即limit<0，或者，list.size() < limit - 1是否成立
                  if (!limited || list.size() < limit - 1) {
                      //若成立则使用substring（off, next）方法进行分割,并且加入到list中
                      list.add(substring(off, next));
                      //此时的初始标识符off为next+1
                      off = next + 1;
                  } else {    // last one
                      //assert (list.size() == limit - 1);
                      //不成立的话调用substring(off, value.length)，此时value.length值为1
                      list.add(substring(off, value.length));
                      off = value.length;
                      break;
                  }
              }
              // 如果不符合，则返回 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--;
                  }
              }
              //将所得到的list集合进行截取，使用toArray（）方法赋值到String[] result中，所以这么看来，split方法的效率，是略差的
              String[] result = new String[resultSize];
              return list.subList(0, resultSize).toArray(result);
          }
          return Pattern.compile(regex).split(this, limit);
      }

总的来说：  
limit 参数控制模式应用的次数，因此影响所得数组的长度。如果该限制 n 大于 0，则模式将被最多应用 n - 1 次，数组的长度将不会大于 n ，而且数组的最后一项将包含所有超出最后匹配的定界符的输入。如果 n 为非正，那么模式将被应用尽可能多的次数，而且数组可以是任何长度。如果 n 为 0，那么模式将被应用尽可能多的次数，数组可以是任何长度，并且结尾空字符串将被丢弃。  
下面的源码就不解析啦，有兴趣的看官可以自行查看：

public String[] split(CharSequence input, int limit) {
          int index = 0;
          boolean matchLimited = limit > 0;
          ArrayList<String> matchList = new ArrayList<>();
          Matcher m = matcher(input);
    
          // Add segments before each match found
          while(m.find()) {
              if (!matchLimited || matchList.size() < limit - 1) {
                  if (index == 0 && index == m.start() && m.start() == m.end()) {
                      // no empty leading substring included for zero-width match
                      // at the beginning of the input char sequence.
                      continue;
                  }
                  String match = input.subSequence(index, m.start()).toString();
                  matchList.add(match);
                  index = m.end();
              } else if (matchList.size() == limit - 1) { // last one
                  String match = input.subSequence(index,
                                                   input.length()).toString();
                  matchList.add(match);
                  index = m.end();
              }
          }
    
          // If no match was found, return this
          if (index == 0)
              return new String[] {input.toString()};
    
          // Add remaining segment
          if (!matchLimited || matchList.size() < limit)
              matchList.add(input.subSequence(index, input.length()).toString());
    
          // Construct result
          int resultSize = matchList.size();
          if (limit == 0)
              while (resultSize > 0 && matchList.get(resultSize-1).equals(""))
                  resultSize--;
          String[] result = new String[resultSize];
          return matchList.subList(0, resultSize).toArray(result);
      }

[http_www.zhangruibin.com]: http://www.zhangruibin.com
[Link 1]: http://zhangruibin.com
[split]: /images/20220504/a61bb35c4e8a42b99704d6af84c1daee.png