第java開發(fā)使用StringUtils.split避坑詳解目錄正文StringUtils.split的坑StringUtils.split源碼分析如何解決？

正文

在日常的Java開發(fā)中，由于JDK未能提供足夠的常用的操作類庫，通常我們會(huì)引入ApacheCommonsLang工具庫或者GoogleGuava工具庫簡(jiǎn)化開發(fā)過程。兩個(gè)類庫都為java.langAPI提供了很多實(shí)用工具，比如經(jīng)常使用的字符串操作，基本數(shù)值操作、時(shí)間操作、對(duì)象反射以及并發(fā)操作等。

dependency

groupIdmons/groupId

artifactIdcommons-lang3/artifactId

version3.12.0/version

/dependency

但是，最近在使用ApacheCommonsLang工具庫時(shí)踩了一個(gè)坑，導(dǎo)致程序出現(xiàn)了意料之外的結(jié)果。

StringUtils.split的坑

也是因?yàn)椴攘诉@個(gè)坑，索性寫下一篇文章好好介紹下ApacheCommonsLang工具庫中字符串操作相關(guān)API。

先說坑是什么，我們都知道String類中到的split方法可以分割字符串，比如字符串a(chǎn)abbccdd根據(jù)bc分割的結(jié)果應(yīng)該是aab和cdd才對(duì)，這樣的結(jié)果也很容易驗(yàn)證。

Stringstr="aabbccdd";

for(Strings:str.split("bc")){

System.out.println(s);

//結(jié)果

可能是因?yàn)镾tring類中的split方法的影響，我一直以為StringUtils.split的效果應(yīng)該相同，但其實(shí)完全不同，可以試著分析下面的三個(gè)方法輸出結(jié)果是什么，StringUtils是CommonsLang類庫中的字符串工具類。

publicstaticvoidtestA(){

Stringstr="aabbccdd";

String[]resultArray=StringUtils.split(str,"bc");

for(Strings:resultArray){

System.out.println(s);

我對(duì)上面testA方法的預(yù)期是aab和cdd，但是實(shí)際上這個(gè)方法的運(yùn)行結(jié)果是：

//testA輸出

aa

dd

可以看到b和c字母都不見了，只剩下了a和b，這是已經(jīng)發(fā)現(xiàn)問題了，查看源碼后發(fā)現(xiàn)StringUtils.split方法其實(shí)是按字符進(jìn)行操作的，不會(huì)把分割字符串作為一個(gè)整體來看，返回的結(jié)果中不也會(huì)包含用于分割的字符。

驗(yàn)證代碼：

publicstaticvoidtestB(){

Stringstr="abc";

String[]resultArray=StringUtils.split(str,"ac");

for(Strings:resultArray){

System.out.println(s);

//testB輸出

publicstaticvoidtestC(){

Stringstr="abcd";

String[]resultArray=StringUtils.split(str,"ac");

for(Strings:resultArray){

System.out.println(s);

//testC輸出

輸出結(jié)果和預(yù)期的一致了。

StringUtils.split源碼分析

點(diǎn)開源碼一眼看下去，發(fā)現(xiàn)在方法注釋中就已經(jīng)進(jìn)行提示了：返回的字符串?dāng)?shù)組中不包含分隔符。

TheseparatorisnotincludedinthereturnedStringarray.Adjacentseparatorsaretreatedasoneseparator.FormorecontroloverthesplitusetheStrTokenizerclass....

繼續(xù)追蹤源碼，可以看到最終split分割字符串時(shí)入?yún)⒂兴膫€(gè)。

privatestaticString[]splitWorker(

finalStringstr,//原字符串

finalStringseparatorChars,//分隔符

finalintmax,//分割后返回前多少個(gè)結(jié)果，-1為所有

finalbooleanpreserveAllTokens//暫不關(guān)注

根據(jù)分隔符的不同又分了三種情況。

1.分隔符為null

finalintlen=str.length();

if(len==0){

returnArrayUtils.EMPTY_STRING_ARRAY;

finalListStringlist=newArrayList();

intsizePlus1=1;

inti=0;

intstart=0;

booleanmatch=false;

booleanlastMatch=false;

if(separatorChars==null){

//Nullseparatormeansusewhitespace

while(ilen){

if(Character.isWhitespace(str.charAt(i))){

if(match||preserveAllTokens){

lastMatch=true;

if(sizePlus1++==max){

i=len;

lastMatch=false;

list.add(str.substring(start,i));

match=false;

start=++i;

continue;

lastMatch=false;

match=true;

i++;

//...

if(match||preserveAllTokenslastMatch){

list.add(str.substring(start,i));

可以看到如果分隔符為null，是按照空白字符Character.isWhitespace()分割字符串的。分割的算法邏輯為：

a.用于截取的開始下標(biāo)置為0，逐字符讀取字符串。

b.碰到分割的目標(biāo)字符，把截取的開始下標(biāo)到當(dāng)前字符之前的字符串截取出來。

c.然后用于截取的開始下標(biāo)置為下一個(gè)字符，等到下一次使用。

d.繼續(xù)逐字符讀取字符串、

2.分隔符為單個(gè)字符

邏輯同上，只是判斷邏輯Character.isWhitespace()變?yōu)榱酥付ㄗ址袛唷?/p>

//Optimise1charactercase

finalcharsep=separatorChars.charAt(0);

while(ilen){

if(str.charAt(i)==sep){//直接比較

3.分隔符為字符串

總計(jì)邏輯同上，只是判斷邏輯變?yōu)榘袛唷?/p>

//standardcase

while(ilen){

if(separatorChars.indexOf(str.charAt(i))=0){//包含判斷

if(match||preserveAllTokens){

如何解決？

1.使用splitByWholeSeparator方法。

我們想要的是按整個(gè)字符串分割，StringUtils工具類中已經(jīng)存在具體的實(shí)現(xiàn)了，使用splitByWholeSeparator方法。

Stringstr="aabbccdd";

String[]resultArray=StringUtils.splitByWholeSeparator(str,"bc");

for(Strings:resultArray){

System.out.println(s);

//輸出

2.使用GoogleGuava工具庫

關(guān)于Guava工具庫的使用，之前也寫過一篇文章，可以參考：Guava-拯救垃圾代碼

Stringstr="aabbccdd";

IterableStringiterable=Splitter.on("bc")

.omitEmptyStrings()//忽略空值

.trimResults()//過濾結(jié)果中的空白

.split(str);

iterable.forEach(System.out::println);

//輸出

3.JDKString.split方法

使用String中的split方法可以實(shí)現(xiàn)想要效果。

Stringstr="aabbccdd";

String[]res=str.split("bc");

for(Stringre:res){

System.out.println(re);

//輸出

但是String的split方法也有一些坑，比如下面的輸出結(jié)果。

Stringstr=",a,,b,";

String[]splitArr=str.spli