String.split() *not* 在正则表达式上？答案

【问题标题】：String.split() *not* on regular expression?String.split() *not* 在正则表达式上？
【发布时间】：2011-09-16 11:21:03
【问题描述】：

由于String.split() 与正则表达式一起使用，所以这个 sn-p:

String s = "str?str?argh";
s.split("r?");

...产生：[, s, t, , ?, s, t, , ?, a, , g, h]

在r? 序列上拆分此字符串以生成[st, st, argh] 的最优雅方法是什么？

编辑：我知道我可以逃避有问题的?。问题是我不知道分隔符，而且我不想通过编写 escapeGenericRegex() 函数来解决这个问题。

【问题讨论】：

这在How to split a string in Java - Stack Overflow的接受答案中有所提及。相关问题：如何通过(space)/(backslash)/(newline)/(pipe)拆分字符串？ ; How to escape text for regular expression in Java

标签： java regex

【解决方案1】：

转义?：

s.split("r\\?");

【讨论】：

问了一个更通用的解决方案

【解决方案2】：

你可以使用

StringUtils.split("?r")

来自commons-lang。

【讨论】：

StringUtils.split() 应该比 String.split() 快得多，因为 StringUtils.split 使用线性扫描分隔符，而 String.split() 使用正则表达式，这真的很慢
需要注意的一点 - 根据 JavaDoc，这会将相邻的分隔符视为一个分隔符。在我的情况下，这是不希望的
请注意，它接受要拆分的字符列表，而不是字符串。所以这会在?或r的实例上拆分字符串，而不是r?的实例
没有引用我们要拆分的字符串，s?
这缺少第一个参数，而且无论如何也不会产生所需的输出。它拆分每个字符，而不是整个字符串。使用StringUtils.splitByWholeSeparator(s, "r?")。

【解决方案3】：

试试

String s = "str?str?argh";
s.split("r\?");

【讨论】：

【解决方案4】：

仅使用 Java SE API 的一般解决方案是：

String separator = ...
s.split(Pattern.quote(separator));

quote 方法返回一个正则表达式，它将作为文字匹配参数字符串。

【讨论】：

【解决方案5】：

使用Guava Splitter:

从输入字符串中提取不重叠的子字符串，通常通过识别分隔符序列的出现。此分隔符可以指定为单个字符、固定字符串、正则表达式或 CharMatcher 实例。或者，完全不使用分隔符，拆分器可以提取给定固定长度的相邻子字符串。

【讨论】：

【解决方案6】：

这也很完美：

public static List<String> splitNonRegex(String input, String delim)
{
    List<String> l = new ArrayList<String>();
    int offset = 0;

    while (true)
    {
        int index = input.indexOf(delim, offset);
        if (index == -1)
        {
            l.add(input.substring(offset));
            return l;
        } else
        {
            l.add(input.substring(offset, index));
            offset = (index + delim.length());
        }
    }
}

【讨论】：

此解决方案的性能并不理想，因为它会创建临时子字符串。
@BladeCoder：你是对的。我修好了 :) （当我写这篇文章时，我想我一定是 16 岁）
确实好多了:)
我有一个经常拆分的应用程序（和测试），我不需要对正则表达式进行单个拆分。 Android-Studio 一直在抱怨我的正则表达式（我不需要）不是有效的预编译模式。我将使用它，而不是在循环内的生产代码中使用它。谢谢！

【解决方案7】：

String[] strs = str.split(Pattern.quote("r?"));

【讨论】：

【解决方案8】：

直接使用 Pattern 类，可以将表达式定义为 LITERAL，在这种情况下，表达式将按原样计算（不是正则表达式）。

Pattern.compile(<literalExpression>, Pattern.LITERAL).split(<stringToBeSplitted>);

示例：

String[] result = Pattern.compile("r?", Pattern.LITERAL).split("str?str?argh");

结果：

[st, st, argh]

【讨论】：

如果您解释了您的代码，您的答案将是最好的。它对于将来搜索类似内容的新用户也将更加有用。
我认为Pattern.quote(...) 是一个更好的解决方案。当然是更少的字符:-)
性能应该没有差别。他们会在幕后做同样的事情。
我必须同意你的看法。从理论上讲，LITERAL 应该比评估正则表达式更高效，但我用 java 8 做了一个小测试，对于某些输入，LITERAL 比 QUOTE 最好，但对于其他输入则相反。结论：目前在性能上没有相关差异。

【解决方案9】：

org.apache.commons.lang.StringUtils 具有无需昂贵的正则表达式即可拆分字符串的方法。

请务必仔细阅读 javadocs，因为其行为可能很微妙。 StringUtils.split（如另一个答案）不符合规定的要求。请改用StringUtils.splitByWholeSeparator：

String s = "str?str?argh";

StringUtils.split(s, "r?");                   //[st, st, a, gh]
StringUtils.splitByWholeSeparator(s, "r?");   //[st, st, argh]

【讨论】：