Java字符串split方法的坑

先來看幾行簡單的Java代碼，如下：

System.out.println("1,2".split(",").length);
System.out.println("1,2,".split(",").length);
System.out.println("".split(",").length);
System.out.println(",".split(",").length);

接下來，猜一下各行的輸出結果。OK，下面給出真正的運行結果：

2
2
1
0

這里先給出jdk相關源碼，再來對應分析各自的輸出：

public String[] split(String regex, int limit) {
        /* fastpath if the regex is a
         (1)one-char String and this character is not one of the
            RegEx's meta characters ".$|()[{^?*+\\", or
         (2)two-char String and the first char is the backslash and
            the second is not the ascii digit or ascii letter.
         */
        char ch = 0;
        if (((regex.value.length == 1 &&
             ".$|()[{^?*+\\".indexOf(ch = regex.charAt(0)) == -1) ||
             (regex.length() == 2 &&
              regex.charAt(0) == '\\' &&
              (((ch = regex.charAt(1))-'0')|('9'-ch)) < 0 &&
              ((ch-'a')|('z'-ch)) < 0 &&
              ((ch-'A')|('Z'-ch)) < 0)) &&
            (ch < Character.MIN_HIGH_SURROGATE ||
             ch > Character.MAX_LOW_SURROGATE))
        {
            int off = 0;
            int next = 0;
            boolean limited = limit > 0;
            ArrayList<String> list = new ArrayList<>();
            while ((next = indexOf(ch, off)) != -1) {
                if (!limited || list.size() < limit - 1) {
                    list.add(substring(off, next));
                    off = next + 1;
                } else {    // last one
                    //assert (list.size() == limit - 1);
                    list.add(substring(off, value.length));
                    off = value.length;
                    break;
                }
            }
            // If no match was found, return this
            if (off == 0)
                return new String[]{this};

            // Add remaining segment
            if (!limited || list.size() < limit)
                list.add(substring(off, value.length));

            // Construct result
            int resultSize = list.size();
            if (limit == 0) {
                while (resultSize > 0 && list.get(resultSize - 1).length() == 0) {
                    resultSize--;
                }
            }
            String[] result = new String[resultSize];
            return list.subList(0, resultSize).toArray(result);
        }
        return Pattern.compile(regex).split(this, limit);
    }

1.第一行代碼的輸出結果肯定沒什么問題，字符串 "1,2" 以 "," 分隔，結果很直觀的是 ["1", "2"]，length=2。

2.第二行代碼的輸出結果，可能大家有人認為是length=3才對，因為字符串 "1,2," 以 "," 分隔，結果應該是 ["1", "2", ""]，length=3；其實不然，jdk在split處理的時候，確實會先生成一個集合list = ["1", "2", ""]，但之后卻會循環判斷末位元素是否為空字符串（即末位元素length=0），因此集合最終會變成 ["1", "2"]，length=2。具體判斷如下：

while (resultSize > 0 && list.get(resultSize - 1).length() == 0) {
        resultSize--;
}

3.第三行代碼的輸出結果，數組 [""]，length=1。與其他三種情況不同，空字符串 "" 中不包含regex字符串 ","，所以代表沒有匹配上的子串（off=0），則返回字符串本身。具體處理如下：

// If no match was found, return this
if (off == 0)
    return new String[]{this};

4.第四行代碼的輸出結果，可能也有部分人認為結果應是length=2，因為字符串 "," 以 "," 分隔，結果應該是 ["", ""]，length=2；其實亦不然，與第2行同樣的原理，最終將list=["", ""] 處理為空集合 []，length=0。

以上，系本文分享的split的一個小坑；除此之外，另一個需要注意的地方，split方法的參數是正則表達式而非一般字符串，所以在處理正則轉義字符和特殊字符時留意即可。