如何在Java中优雅地分割String字符串?

沉默王二2021年7月13日
大约 7 分钟

“哥,我感觉字符串拆分没什么可讲的呀,直接上 String 类的 split() 方法不就可以了!”三妹毫不客气地说。

“假如你真的这么觉得,那可要注意了,事情远没这么简单。”我微笑着说。

假如现在有这样一串字符序列“沉默王二,一枚有趣的程序员”,需要按照中文逗号“,”进行拆分,这意味着第一串字符序列为逗号前面的“沉默王二”,第二串字符序列为逗号后面的“一枚有趣的程序员”。

“这不等于没说吗?哥!”还没等我说,三妹就打断了我。

“别着急嘛,等哥说完。”我依然保持着微笑继续说,“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 = "沉默王二,一枚有趣的程序员";
        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");
        }
    }
}

“三妹你看,这段代码挺严谨的吧?”我说,“来看一下程序的输出结果。”

第一部分:沉默王二 第二部分:一枚有趣的程序员

“的确和预期完全一致。”三妹说。

“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。”我说,“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 [](同上)
  • 左大括号或者右大括号 {}(同上)

“那遇到这些特殊符号该怎么办呢?”三妹问。

“用正则表达式。”我说,“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。”

我在 GitHub 上找打了一个开源的正则表达式学习文档,非常详细。一开始写正则表达式的时候难免会感觉到非常生疏,你可以查看一下这份文档。记不住没关系,遇到就查。

https://github.com/cdoco/learn-regex-zhopen in new window

除了这份文档,还有一份:

https://github.com/cdoco/common-regexopen in new window

作者收集了一些在平时项目开发中经常用到的正则表达式,可以直接拿来用。

“哥,你真周到。”三妹笑着说。

“好了,来用英文逗点 . 替换一下分隔符。”我说。

String cmower = "沉默王二.一枚有趣的程序员";
if (cmower.contains(".")) {
    String [] parts = cmower.split("\\.");
    System.out.println("第一部分:" + parts[0] +" 第二部分:" + parts[1]);
}

由于英文逗点属于特殊符号,所以在使用 split() 方法的时候,就需要使用正则表达式 \\. 而不能直接使用 .

“为什么用两个反斜杠呢?”三妹问。

“因为反斜杠本身就是一个特殊字符,需要用反斜杠来转义。”我说。

当然了,你也可以使用 [] 来包裹住英文逗点“.”,[] 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。

来看示例:

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

split() 方法的参数是正则表达式的时候,方法最终会执行下面这行代码:

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

也就意味着,拆分字符串有了新的选择,可以不使用 String 类的 split() 方法,直接用下面的方式。

public class TestPatternSplit {
    private static Pattern twopart = Pattern.compile("\\.");

    public static void main(String[] args) {
        String [] parts = twopart.split("沉默王二.一枚有趣的程序员");
        System.out.println("第一部分:" + parts[0] +" 第二部分:" + parts[1]);
    }
}

“为什么要把 Pattern 表达式声明称 static 的呢?”三妹问。

“由于模式是确定的,通过 static 的预编译功能可以提高程序的效率。”我说,“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,来看这段示例代码。”

public class TestPatternMatch {
    /**
     * 使用预编译功能,提高效率
     */
    private static Pattern twopart = Pattern.compile("(.+)\\.(.+)");

    public static void main(String[] args) {
        checkString("沉默王二.一枚有趣的程序员");
        checkString("沉默王二.");
        checkString(".一枚有趣的程序员");
    }

    private static void checkString(String str) {
        Matcher m = twopart.matcher(str);
        if (m.matches()) {
            System.out.println("第一部分:" + m.group(1) + " 第二部分:" + m.group(2));
        } else {
            System.out.println("不匹配");
        }
    }
}

正则表达式 (.+)\\.(.+) 的意思是,不仅要把字符串按照英文标点的方式拆成两部分,并且英文逗点的前后要有内容。

来看一下程序的输出结果:

第一部分:沉默王二 第二部分:一枚有趣的程序员
不匹配
不匹配

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,如果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 = "沉默王二,一枚有趣的程序员";
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:沉默王二, 第二部分:一枚有趣的程序员

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("(?=,)");

?<=?= 是什么东东啊?”三妹好奇地问。

“它其实是正则表达式中的断言模式。”我说,“你有时间的话,可以看看前面我推荐的两份开源文档。”

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。”我说。

String cmower = "沉默王二,一枚有趣的程序员,宠爱他";
if (cmower.contains(",")) {
    String [] parts = cmower.split(",", 2);
    System.out.println("第一部分:" + parts[0] +" 第二部分:" + parts[1]);
}

进入 debug 模式的话,可以看到以下内容:

也就是说,传递 2 个参数的时候,会直接调用 substring() 进行截取,第二个分隔符后的就不再拆分了。

来看一下程序输出的结果:

第一部分:沉默王二 第二部分:一枚有趣的程序员,宠爱他

“没想到啊,这个字符串拆分还挺讲究的呀!”三妹感慨地说。

“是的,其实字符串拆分在实际的工作当中还是挺经常用的。前端经常会按照规则传递一长串字符序列到后端,后端就需要按照规则把字符串拆分再做处理。”我说。

“嗯,我把今天的内容温习下,二哥,你休息会。”三妹说。


最近整理了一份牛逼的学习资料,包括但不限于Java基础部分(JVM、Java集合框架、多线程),还囊括了 数据库、计算机网络、算法与数据结构、设计模式、框架类Spring、Netty、微服务(Dubbo,消息队列) 网关 等等等等……详情戳:可以说是2022年全网最全的学习和找工作的PDF资源了open in new window

关注二哥的原创公众号 沉默王二,回复111 即可免费领取。

Loading...