咦,Java拆分個字串都這麼講究

喝水會長肉發表於2021-12-28

提到 Java 拆分字串,我猜你十有八九會撂下一句狠話,“這有什麼難的,直接上 String 類的 split() 方法不就拉到了!”假如你真的這麼覺得,那可要注意了,事情遠沒這麼簡單。

來來來,搬個小板凳坐下。

假如現在有這樣一串字元“沉默王二,一枚有趣的程式設計師”,需要按照中文的逗號“,”進行拆分,這意味著第一串字元為逗號前面的“沉默王二”,第二串字元為逗號後面的“一枚有趣的程式設計師”(這不廢話)。另外,在拆分之前,要先進行檢查,判斷一下這串字元是否包含逗號,否則應該丟擲異常。

public class Test {
    public static void main(String[] args) {
        String cmower = "沉默王二,一枚有趣的程式設計師";
        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("當前字串沒有包含逗號");
        }
    }
}

這段程式碼看起來挺嚴謹的,對吧?程式輸出的結果完全符合預期:

第一部分:沉默王二 第二部分:一枚有趣的程式設計師

這是建立在字串是確定的情況下,最重要的是分隔符是確定的。否則,麻煩就來了。

大約有 12 種英文特殊符號,如果直接拿這些特殊符號替換上面程式碼中的分隔符(中文逗號),這段程式在執行的時候就會出現以下提到的錯誤。

  • 反斜槓 \(ArrayIndexOutOfBoundsException)
  • 插入符號 ^(同上)
  • 美元符號 $(同上)
  • 逗點 .(同上)
  • 豎線 |(正常,沒有出錯)
  • 問號 ?(PatternSyntaxException)
  • 星號 *(同上)
  • 加號 +(同上)
  • 左小括號或者右小括號 ()(同上)
  • 左方括號或者右方括號 [](同上)
  • 左大括號或者右大括號 {}(同上)

看到這,可能有小夥伴會說,“這不是鑽牛角尖嘛”,不不不,做技術就應該秉持嚴謹的態度,否則,老大會給你的績效打低分的——獎金拿得少,可不是好滋味。

那遇到特殊符號該怎麼辦呢?上正規表示式唄。

正規表示式是一組由字母和符號組成的特殊文字,它可以用來從文字中找出滿足你想要的格式的句子。

那可能又有小夥伴說,“正規表示式那麼多,我記不住啊!”別擔心,我已經替你想好對策了。

下面這個連結是 GitHub 上學習正規表示式的一個線上文件,非常詳細。遇到正規表示式的時候,掏出這份手冊就完事了。記不住那麼多正規表示式沒關係啊,活學活用唄。

https://github.com/cdoco/learn-regex-zh

除了這份文件,還有一份:

https://github.com/cdoco/common-regex

作者收集了一些在平時專案開發中經常用到的正規表示式,可以直接拿來用,妙啊。

解決了心病之後,我們來用英文逗點“.”來替換一下分隔符:

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

在使用 split() 方法的時候,就需要使用正規表示式 \\. 來替代特殊字元英文逗點“.”了。為什麼用兩個反斜槓呢?因為它本身就是一個特殊字元,需要先轉義。

也可以使用字元類 [] 來包含英文逗點“.”,它也是一個正規表示式,用來匹配方括號中包含的任意字元。

cmower.split("[.]");

除此之外, 還可以使用 Pattern 類的 quote() 方法來包裹英文逗點“.”,該方法會返回一個使用 \Q\E 包裹的字串。

此時,String.split() 方法的使用示例如下所示:

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

當通過除錯模式進入 String.split() 方法原始碼的話,會發現以下細節:

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

String 類的 split() 方法呼叫了 Pattern 類的 split() 方法。也就意味著,我們拆分字串有了新的選擇,可以不使用 String 類的 split() 方法了。

public class TestPatternSplit {
    /**
     * 使用預編譯功能,提高效率
     */

    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式設計師");
        System.out.println("第一部分:" + parts[0] +" 第二部分:" + parts[1]);
    }
}

除此之外,還可以使用 Pattern 配合 Matcher 類進行字串拆分,這樣做的好處是可以對要拆分的字串進行一些嚴格的限制,來看一段示例程式碼:

public class TestPatternMatch {
    /**
     * 使用預編譯功能,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式設計師");
        checkString("沉默王二.");
        checkString(".一枚有趣的程式設計師");
    }

    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");
        }
    }
}

這時候,正規表示式為 (.+)\\.(.+),意味著可以把字串按照英文逗點拆分成一個字元組,英文小括號 () 的作用就在於此(可以檢視我之前提供的正規表示式手冊)。

由於模式是確定的,所以可以把 Pattern 表示式放在 main() 方法外面,通過 static 的預編譯功能提高程式的效率。

來看一下程式的輸出結果:

第一部分:沉默王二 第二部分:一枚有趣的程式設計師
不匹配
不匹配

不過,使用 Matcher 來匹配一些簡單的字串時相對比較沉重一些,使用 String 類的 split() 仍然是首選,因為該方法還有其他一些牛逼的功能。

比如說,你想把分隔符包裹在拆分後的字串的第一部分,可以這樣做:

String cmower = "沉默王二,一枚有趣的程式設計師";
if (cmower.contains(",")) {
    String [] parts = cmower.split("(?<=,)");
    System.out.println("第一部分:" + parts[0] +" 第二部分:" + parts[1]);
}

程式輸出的結果如下所示:

第一部分:沉默王二, 第二部分:一枚有趣的程式設計師

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,可以這樣做:

String [] parts = cmower.split("(?=,)");

可能有些小夥伴很好奇,?<=?= 是什麼東東啊?它其實是正規表示式中的斷言模式。

溫馨提醒:如果對斷言模式比較生疏的話,可以檢視我之前提供的正規表示式手冊。

另外,假如說字串中包含了多個分隔符,而我們只需要 2 個的話,還可以這樣做:

String cmower = "沉默王二,一枚有趣的程式設計師,寵愛他";
if (cmower.contains(",")) {
    String [] parts = cmower.split(","2);
    System.out.println("第一部分:" + parts[0] +" 第二部分:" + parts[1]);
}

split() 方法可以傳遞 2 個引數,第一個為分隔符,第二個為拆分的字串個數。檢視該方法原始碼的話,你就可以看到以下內容:

直接 substring() 到原字串的末尾,也就是說,第二個分隔符處不再拆分。然後就 break 出迴圈了。來看一下程式輸出的結果:

第一部分:沉默王二 第二部分:一枚有趣的程式設計師,寵愛他

好了,我親愛的讀者朋友,以上就是本文的全部內容了。是不是突然感覺拆分個字串真的挺講究的?

我是沉默王二,一枚有趣的程式設計師。如果覺得文章對你有點幫助,請微信搜尋「 沉默王二 」第一時間閱讀。

回覆【666】更有我為你精心準備的 500G 高清教學視訊(已分門別類)。本文 GitHub 已經收錄,有大廠面試完整考點,歡迎 Star。

原創不易,莫要白票,請你為本文點贊個吧,這將是我寫作更多優質文章的最強動力。

相關文章