string.split("\\S") 如何工作[重复]

Question

我在做 Ganesh 和 Sharma 的 oracle_certified_professional_java_se_7_programmer_exams_1z0-804_and_1z0-805 书中的一个问题。

一个问题是：

80. 考虑以下程序并预测输出：

      class Test {
    
        public static void main(String args[]) {
          String test = "I am preparing for OCPJP";
          String[] tokens = test.split("\\S");
          System.out.println(tokens.length);
        }
      }
    

    a) 0

    b) 5

    c) 12

    d) 16

现在我明白 \S 是一个正则表达式意味着将非空格字符视为分隔符。 但是我对正则表达式如何匹配以及什么是 split 产生的实际令牌。

我添加了如下代码来打印出令牌

for (String str: tokens){
  System.out.println("<" + str + ">");
}

我得到以下输出

16

<>

< >

<>

< >

<>

<>

<>

<>

<>

<>

<>

<>

< >

<>

<>

< >

所以很多空字符串标记。 我只是不明白这一点。

我会认为如果分隔符是非空格字符，那么在上面的文本中，所有字母字符都用作分隔符，所以如果我们匹配，也许应该有 21 个标记 也会导致空字符串的标记。我只是不明白 Java 的正则表达式引擎是如何解决这个问题的。是否有任何正则表达式专家可以为我阐明此代码？

Answer 1

从 API documentation 复制：（粗体是我的）

public String[] split(String regex)

围绕给定正则表达式的匹配拆分此字符串。 此方法的工作方式就像通过调用双参数拆分方法 给定的表达式和零的极限参数。 尾随为空 因此字符串不包含在结果数组中。

例如，字符串“boo:and:foo”会产生以下结果 用这些表达方式：

 Regex  Result
   :    { "boo", "and", "foo" }
   o    { "b", "", ":and:f" }

检查第二个示例，其中最后 2 个“o”刚刚被删除：您的问题的答案是 "OCPJP" 子字符串被视为非空字符串不遵循的分隔符集合，因此该部分被修剪.

Answer 2

结果是16而不是21的原因是这个，来自javadoc for Split：

因此，结果中不包含尾随的空字符串 数组。

这意味着，例如，如果你说

"/abc//def/ghi///".split("/")

结果将有五个元素。第一个是""，因为它不是尾随的空字符串；其他将是"abc"、""、"def" 和"ghi"。但剩余的空字符串会从数组中移除。

在发布的情况下：

"I am preparing for OCPJP".split("\\S")

这是一样的。由于非空格字符是分隔符，每个字母都是分隔符，但 OCPJP 字母基本上不算数，因为这些分隔符会导致尾随空字符串被丢弃。所以，由于"I am preparing for"中有15个字母，它们被视为分隔16个子字符串（第一个是""，最后一个是" "）。

Answer 3

首先以\s（小写）开头，这是一个用于空格的正则表达式字符类，即空格''制表符'\t'，换行符'\n'和'\r'，垂直制表符 '\v' 和一堆其他字符。

\S（大写）与此相反，因此这意味着任何非空白字符。

因此，当您使用\S 拆分此字符串“I am preparing for OCPJP”时，您实际上是在每个字母处拆分字符串。您的令牌数组长度为 16 的原因。

现在说说为什么这些都是空的。

考虑以下字符串：Hello,World，如果我们使用, 拆分它，我们将得到一个长度为 2 的字符串数组，其内容如下：Hello 和 World。请注意，, 不在任何一个字符串中，它已被删除。

I am preparing for OCPJP 字符串也发生了同样的事情，它已被拆分，并且您的正则表达式匹配的点不在任何返回值中。而且由于该字符串中的大多数字母后面都跟着另一个字母，因此最终会加载长度为零的字符串，只保留空白字符。