源码--JAVA中String的split方法

> 以下源码版本：JDK1.8

### 简介

Java 中 String 的 split 方法可以将字符串根据指定的间隔进行切割，例如字符串 str = "1,23,4,,5" 经过 str.split(",") 切割后得到的返回值是一个字符串数组 String[] = [1, 23, 4, , 5]，这种处理方式可以适配大多数场景。

### 问题

今天写一个读取csv文件的时候，发现一个小问题。【csv，一种文本文件格式，每行中的数据以逗号分隔，在windows平台可以使用excel打开，打开后和普通excel显示并无差别】

我处理的文件中存在这样的一行数据：

```csv
,,,,f02e843b-a328-4023-bbbd-7ce075a29bef,,,2.00422E+19,,3000,12,6,2020/10/22,1,245.05,56.34,0,301.39,245.05,56.34,0,0,301.39,0,0,0,0,,0,0,NULL,,,,,,,,,,,,,,,,,,,,
```

使用`BufferedReader.readLine()`去读取一行，然后用逗号分隔：`str.split(",")`，最后发现拿到 的字符串数组中，前面的空串数据存在，后面的空串数据都消失了。即split切割后剩下的数据：

```csv
,,,,f02e843b-a328-4023-bbbd-7ce075a29bef,,,2.00422E+19,,3000,12,6,2020/10/22,1,245.05,56.34,0,301.39,245.05,56.34,0,0,301.39,0,0,0,0,,0,0,NULL
```

（后面的空串没了，到NULL结束了）

由于csv文件中，每列数据都对应的有key，例如第一列为id，第二列为name，等等，所以即使是空串也必须存在，不能丢失。

### 分析

在看过split源码后发现，String的split方法有两个重载方法：`public String[] split(String regex)` 和 `public String[] split(String regex, int limit)`

而调用`split(String regex)`方法时，内部是直接调用的 `split(regex, 0)`，如下图：
【这里原本有一张图片, id: 80f5353c-a640-4a99-a645-f2e04298f75e.jpg 】

在`split(regex, 0)`中，进行字符串的切割。

源码里，切割后又做了其他事情，如下：

```java
int resultSize = list.size();
if (limit == 0) {
    while (resultSize > 0 && list.get(resultSize - 1).length() == 0) {
        resultSize--;
    }
}
```

其中`list`储存结果数据。

如果我们使用`split(regex)`的话，会调用`split(regex,0)`那么就是说我们不传入limit参数，limit默认为0。所以这里会进入if语句。

进入后，就开始从后向前循环（resultSize为结果元素长度，所以是从后向前），如果是空串（length==0），就清除掉此数据（resultSize--）。

注意由于这里是 && 符号连接，所以当循环时遇到不为空串，就立即跳出while了。所以此过程清除掉的数据是结尾处的所有空串。

`,,,a,bss,cas,,fq,try,,h,,,,` 这个字符串使用`split(",")`切割后，留下的数据是`,,,a,bss,cas,,fq,try,,h`，在从后向前循环时碰到第一个不为空串的数据 h 就会停止，然后返回。

而我们想要让split不清除数据，拿到分隔后的原始数据时怎么办呢？看代码知道应该传入limit，让limit!=0，这样就不会进入if语句，不会执行这些清除空串数据的代码。那么limit的值应该传入什么呢？下面进行几个小实验：

```java
# 1、
String str = ",,,a,bss,cas,,fq,try,,h,,,,";
String[] split2 = str.split(",", 1); # limit为1
System.out.println(Arrays.toString(split2));
System.out.println("长度为"+split2.length);

>[,,,a,bss,cas,,fq,try,,h,,,,] # 此处是一个串
>长度为1
    
# 2、
String str = ",,,a,bss,cas,,fq,try,,h,,,,";
String[] split2 = str.split(",", 5); # limit为5
System.out.println(Arrays.toString(split2));
System.out.println("长度为"+split2.length);

>[, , , a, bss,cas,,fq,try,,h,,,,] # 此处是5个串，分别为：空串，空串，空串，a，bss,cas,,fq,try,,h,,,,
>长度为5
    
# 3、
String str = ",,,a,bss,cas,,fq,try,,h,,,,";
String[] split2 = str.split(",", Integer.MAX_VALUE); # limit为Integer.MAX_VALUE
System.out.println(Arrays.toString(split2));
System.out.println("长度为"+split2.length);

>[, , , a, bss, cas, , fq, try, , h, , , , ] # 此处将所有串都拿到了，没有清除数据。
>长度为15
```

当传入负数时，偶尔会运行成功，大多数情况下，会报以下错误：
【这里原本有一张图片, id: 5e00a034-469e-4e6c-b250-9262a2b10402.jpg 】

### 结论

我们可以分析出，传入limit为正数时，split就不会帮我们清除掉它认为无用的数据，而是将limit作为结果长度的最大值进行切割。而当传入limit为0时，split会帮我们切割掉后面的空串。**所以limit的含义是切割后结果的阀值（最大值），帮我们限制切割后结果的长度，limit为0时就走JAVA自己定的规则（清除结尾处的空串）。**

所以当我们的使用场景需要全部数据时，要使用两个参数的split方法手动传入limit，建议limit的值为Integer.MAX_VALUE，这样可以在不知道结果长度的情况下保证结果正确。

`split(regex,limit)`方法的完整结构大概可分三段解释，如图：
【这里原本有一张图片, id: b9e00679-1e00-414a-8478-f0d1ef463f28.jpg 】

源码--JAVA中String的split方法

文章目录

发表评论