Java中字符串分割的方法

技术背景

在Java编程中，经常需要对字符串进行分割操作，例如将一个包含多个信息的字符串按照特定的分隔符拆分成多个子字符串。常见的应用场景包括解析CSV文件、处理网络请求参数等。

实现步骤

1. 使用String#split()方法

String#split()方法是最常用的字符串分割方法，它接受一个正则表达式作为分隔符。

String string = "004-034556";
String[] parts = string.split("-");
String part1 = parts[0]; // 004
String part2 = parts[1]; // 034556

2. 处理特殊字符分隔符

由于split()方法的参数是正则表达式，对于一些特殊字符（如.、|等），需要进行转义。

String string = "004.034556";
// 使用转义字符
String[] parts1 = string.split("\\."); 
// 使用字符类
String[] parts2 = string.split("[.]"); 
// 使用Pattern.quote()方法
String[] parts3 = string.split(Pattern.quote(".")); 

3. 检查字符串是否包含分隔符

在分割之前，可以使用String#contains()方法检查字符串是否包含特定的分隔符。

String string = "004-034556";
if (string.contains("-")) {
    String[] parts = string.split("-");
} else {
    throw new IllegalArgumentException("String " + string + " does not contain -");
}

4. 保留分割字符

可以使用正则表达式的正向前瞻和正向后顾来保留分割字符。

// 分割字符在左边
String string1 = "004-034556";
String[] parts1 = string1.split("(?<=-)"); 
String part11 = parts1[0]; // 004-
String part12 = parts1[1]; // 034556

// 分割字符在右边
String string2 = "004-034556";
String[] parts2 = string2.split("(?=-)"); 
String part21 = parts2[0]; // 004
String part22 = parts2[1]; // -034556

5. 限制分割结果数量

可以通过split()方法的第二个参数限制分割结果的数量。

String string = "004-034556-42";
String[] parts = string.split("-", 2);
String part1 = parts[0]; // 004
String part2 = parts[1]; // 034556-42

6. 使用正则表达式捕获组

可以使用正则表达式的捕获组来实现更复杂的分割和约束。

import java.util.regex.Pattern;
import java.util.regex.Matcher;

class SplitExample {
    private static Pattern twopart = Pattern.compile("(\\d+)-(\\d+)");

    public static void checkString(String s) {
        Matcher m = twopart.matcher(s);
        if (m.matches()) {
            System.out.println(s + " matches; first part is " + m.group(1) +
                               ", second part is " + m.group(2) + ".");
        } else {
            System.out.println(s + " does not match.");
        }
    }

    public static void main(String[] args) {
        checkString("123-4567");
        checkString("foo-bar");
        checkString("123-");
        checkString("-4567");
        checkString("123-4567-890");
    }
}

7. Java 8 Stream方式

在Java 8及以上版本中，可以使用Pattern.compile().splitAsStream()方法将分割结果转换为流。

import java.util.List;
import java.util.regex.Pattern;
import java.util.stream.Collectors;

List<String> stringList = Pattern.compile("-")
        .splitAsStream("004-034556")
        .collect(Collectors.toList());
stringList.forEach(s -> System.out.println(s));

8. 使用StringTokenizer类（不推荐）

StringTokenizer是一个遗留类，不建议在新代码中使用，但它仍然可以用于字符串分割。

import java.util.StringTokenizer;

StringTokenizer strTkn = new StringTokenizer("004-034556", "-");
while (strTkn.hasMoreTokens()) {
    System.out.println(strTkn.nextToken());
}

9. 使用Apache Commons Lang库

Apache Commons Lang库提供了StringUtils.split()方法，使用起来更加方便。

import org.apache.commons.lang.StringUtils;

String str = "004-034556";
String[] split = StringUtils.split(str, "-");

10. 使用Google Guava库

Google Guava库的Splitter类允许链式调用不同的字符串操作。

import com.google.common.base.Splitter;
import java.util.List;

String string = "004-034556";
List<String> result = Splitter.on('-')
        .trimResults()
        .omitEmptyStrings()
        .splitToList(string);

核心代码

以下是一个综合示例，展示了不同的字符串分割方法：

import java.util.Arrays;
import java.util.List;
import java.util.regex.Pattern;
import java.util.stream.Collectors;
import org.apache.commons.lang.StringUtils;
import com.google.common.base.Splitter;

public class StringSplitExample {
    public static void main(String[] args) {
        String string = "004-034556";

        // 使用String#split()方法
        String[] parts1 = string.split("-");
        System.out.println(Arrays.toString(parts1));

        // 使用Java 8 Stream方式
        List<String> parts2 = Pattern.compile("-")
                .splitAsStream(string)
                .collect(Collectors.toList());
        System.out.println(parts2);

        // 使用Apache Commons Lang库
        String[] parts3 = StringUtils.split(string, "-");
        System.out.println(Arrays.toString(parts3));

        // 使用Google Guava库
        List<String> parts4 = Splitter.on('-')
                .trimResults()
                .omitEmptyStrings()
                .splitToList(string);
        System.out.println(parts4);
    }
}

最佳实践

• 性能考虑：如果分割的字符串数量较多，或者需要频繁进行分割操作，建议使用Pattern.compile()方法预编译正则表达式，以提高性能。
• 异常处理：在使用split()方法时，要注意数组越界异常，特别是在不确定分割结果数量的情况下。
• 代码可读性：选择合适的分割方法，使代码更易读和维护。例如，对于简单的单字符分隔符，使用String#split()方法即可；对于复杂的分割需求，可以考虑使用正则表达式捕获组。

常见问题

1. 特殊字符分隔符问题

split()方法的参数是正则表达式，对于一些特殊字符（如.、|等），需要进行转义。否则，这些字符会被解释为正则表达式的元字符，导致分割结果不符合预期。

2. 空字符串问题

在某些情况下，分割结果可能包含空字符串。可以使用trimResults()和omitEmptyStrings()方法来处理空字符串。

3. StringTokenizer类的使用问题

StringTokenizer是一个遗留类，不建议在新代码中使用。它的功能相对有限，而且不支持正则表达式。