讲究！字符串拆分还能这么玩
共 6009字，需浏览 13分钟
·
2021-06-18 02:22
“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-zh
除了这份文档，还有一份：
https://github.com/cdoco/common-regex
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("."));
当 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("(?=，)");
“?<= 和 ?= 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。
---未完待续，期待下集---
点击「阅读原文」可直达《教妹学Java》专栏的在线阅读地址！