java開發(fā)使用StringUtils.split避坑詳解
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 Apache Commons Lang 工具庫或者 Google Guava 工具庫簡化開發(fā)過程。兩個(gè)類庫都為 java.lang API 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、對象反射以及并發(fā)操作等。
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-lang3</artifactId>
<version>3.12.0</version>
</dependency>
但是，最近在使用 Apache Commons Lang 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 Apache Commons Lang 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 aabbccdd 根據(jù) bc 分割的結(jié)果應(yīng)該是 aab 和 cdd 才對，這樣的結(jié)果也很容易驗(yàn)證。
String str = "aabbccdd";
for (String s : str.split("bc")) {
System.out.println(s);
}
// 結(jié)果
aab
cdd
可能是因?yàn)?String 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 Commons Lang 類庫中的字符串工具類。
public static void testA() {
String str = "aabbccdd";
String[] resultArray = StringUtils.split(str, "bc");
for (String s : resultArray) {
System.out.println(s);
}
}
我對上面 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：
public static void testB() {
String str = "abc";
String[] resultArray = StringUtils.split(str, "ac");
for (String s : resultArray) {
System.out.println(s);
}
}
// testB 輸出
b
public static void testC() {
String str = "abcd";
String[] resultArray = StringUtils.split(str, "ac");
for (String s : resultArray) {
System.out.println(s);
}
}
// testC 輸出
b
d
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。
The separator is not included in the returned String array. Adjacent separators are treated as one separator. For more control over the split use the StrTokenizer class....
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)。
private static String[] splitWorker(
final String str, // 原字符串
final String separatorChars, // 分隔符
final int max, // 分割后返回前多少個(gè)結(jié)果，-1 為所有
final boolean preserveAllTokens // 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
final int len = str.length();
if (len == 0) {
return ArrayUtils.EMPTY_STRING_ARRAY;
}
final List<String> list = new ArrayList<>();
int sizePlus1 = 1;
int i = 0;
int start = 0;
boolean match = false;
boolean lastMatch = false;
if (separatorChars == null) {
// Null separator means use whitespace
while (i < len) {
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 || preserveAllTokens && lastMatch) {
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>
// Optimise 1 character case
final char sep = separatorChars.charAt(0);
while (i < len) {
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>
// standard case
while (i < len) {
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。
String str = "aabbccdd";
String[] resultArray = StringUtils.splitByWholeSeparator(str, "bc");
for (String s : resultArray) {
System.out.println(s);
}
// 輸出
aab
cdd
2. 使用 Google Guava 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
String str = "aabbccdd";
Iterable<String> iterable = 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
aab
cdd
3. JDK String.split 方法
使用 String 中的 split 方法可以實(shí)現(xiàn)想要效果。
String str = "aabbccdd";
String[] res = str.split("bc");
for (String re : res) {
System.out.println(re);
}
// 輸出
aab
cdd
但是 String 的 split 方法也有一些坑，比如下面的輸出結(jié)果。
String str = ",a,,b,";
String[] splitArr = str.split(",");
Arrays.stream(splitArr).forEach(System.out::println);
// 輸出
a
b
開頭的逗號,前出現(xiàn)了空格，末尾的逗號,后卻沒有空格。
一如既往，文章中代碼存放在 Github.com/niumoo/javaNotes.
以上就是java開發(fā)使用StringUtils.split避坑詳解的詳細(xì)內(nèi)容，更多關(guān)于java開發(fā)StringUtils.split避坑的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
這篇文章主要介紹了eclipse java中文件的上傳和下載示例解析,文件上傳，瀏覽器在上傳的過程中是將文件以流的形式提交到服務(wù)器端的。對此感興趣的小伙伴可以了解一下2020-07-07
Spring之AOP兩種代理機(jī)制對比分析(JDK和CGLib動(dòng)態(tài)代理)
這篇文章主要介紹了Spring之AOP兩種代理機(jī)制對比分析(JDK和CGLib動(dòng)態(tài)代理)，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-05-05
Java字符串格式化功能?String.format用法詳解
String類的format()方法用于創(chuàng)建格式化的字符串以及連接多個(gè)字符串對象,熟悉C語言的同學(xué)應(yīng)該記得C語言的sprintf()方法,兩者有類似之處,format()方法有兩種重載形式2024-09-09
Spring之兩種任務(wù)調(diào)度Scheduled和Async詳解
這篇文章主要介紹了Spring之兩種任務(wù)調(diào)度Scheduled和Async，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-10-10
在我們的日常的編程當(dāng)中，并發(fā)是始終離不開的主題，而在并發(fā)多線程當(dāng)中，線程池又是一個(gè)不可規(guī)避的問題。本文就來分享一下如何自己手寫一個(gè)線程池，需要的可以參考一下2022-08-08
在Scala中，可以使用break和continue語句來中斷循環(huán)。break語句可以在滿足某個(gè)條件時(shí)中斷循環(huán)，而continue語句可以在滿足某個(gè)條件時(shí)跳過當(dāng)前循環(huán)迭代，直接執(zhí)行下一次迭代2023-04-04
reactor-logback的AsyncAppender執(zhí)行流程源碼解讀
這篇文章主要為大家介紹了reactor-logback的AsyncAppender執(zhí)行流程源碼解讀,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-12-12
springboot整合security和vue的實(shí)踐
本文主要介紹了springboot整合security和vue的實(shí)踐，文中通過示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-09-09
JMH是Java Microbenchmark Harness的簡稱，一個(gè)針對Java做基準(zhǔn)測試的工具。想準(zhǔn)確的對一段代碼做基準(zhǔn)性能測試并不容易，因?yàn)镴VM層面在編譯期、運(yùn)行時(shí)對代碼做很多優(yōu)化，當(dāng)代碼塊處于整個(gè)系統(tǒng)中運(yùn)行時(shí)并不一定會(huì)生效，產(chǎn)生錯(cuò)誤的基準(zhǔn)測試結(jié)果，這個(gè)問題就是JMH要解決的2021-06-06
這篇文章主要介紹了Spring中@Value注解獲取不到配置值問題及解決方案,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-09-09