Java報錯系列——split

標籤：java split

前言

在Java項目中，比如我們經常使用String的split方法對文本進行處理；在Map/Reduce中，我們也需要對HDFS檔案讀取後對line進行分割，也涉及到split。前幾天，本來“好好的”程式，突然在split處報錯，後來才知道由於有一條“髒資料”導致split“超出”了預期，才導致了“不可能發生的異常”就這樣發生了~不過也說明了一些基礎知識真的很重要，於是把String類的split源碼閱讀了下，發現一個“小小的”split也挺多內容的。

String中的split

在String中,split方法如下： 650) this.width=650;" src="http://s3.51cto.com/wyfs02/M00/6E/57/wKiom1V5V4vB-UifAABPIVl1KsA500.jpg" style="float:none;" title="string0.png" alt="wKiom1V5V4vB-UifAABPIVl1KsA500.jpg" /> 650) this.width=650;" src="http://s3.51cto.com/wyfs02/M01/6E/53/wKioL1V5WTKw1LVgAABipXk0ufk248.jpg" style="float:none;" title="string1.png" alt="wKioL1V5WTKw1LVgAABipXk0ufk248.jpg" /> 可見，split的核心在於Pattern.compile(regex).split(this, limit); Java提供Pattern,Matcher用於支援正則，可以看一個例子： 650) this.width=650;" src="http://s3.51cto.com/wyfs02/M00/6E/57/wKiom1V5WHjQ18udAAEmAHAt7yY052.jpg" title="string3.png" alt="wKiom1V5WHjQ18udAAEmAHAt7yY052.jpg" /> 運行結果是： 0,1 || 3,4 |ab| 7,8 |cef| 8,9 || 11,12 |kk| 13,14 |a| 需要注意的是： 通過Pattern給定一個模式(regex)，Matcher可以不斷(find)匹配文本，並能找到每 一個匹配上的內容的開始(start)，結束(end)索引【結束索引說白了，就是start+匹配 文本的長度】。 subSequence(begin,end)是一個“包頭不包尾”的方法 問題： 在上面的while中，我們能到達的最大的索引處，就是最後一個end,而注意到很有可能 這個end之後還有內容，那麼該如何處理呢？ 如果一個正則將文本split成了幾部分，我們只需要一部分呢？ 如果分成的部分中有“”Null 字元串，split又是如何處理的？ 我們可以帶著這些問題來看看源碼： 650) this.width=650;" src="http://s3.51cto.com/wyfs02/M01/6E/54/wKioL1V5XurQ1CqfAAJMp4wDURg874.jpg" title="string4.png" alt="wKioL1V5XurQ1CqfAAJMp4wDURg874.jpg" /> 650) this.width=650;" src="http://s3.51cto.com/wyfs02/M00/6E/54/wKioL1V5Yt3QNxZ5AAIHWzkZ2QE768.jpg" title="string5.png" alt="wKioL1V5Yt3QNxZ5AAIHWzkZ2QE768.jpg" /> 首先來看，limit對matchLimited的影響： limit < 0 或者 split(regex)等價於split(regex,0)  ==>  matchLimited:false limit > 0                           ==>  matchLimited:true 其實，while的意思就是說，如果limit>0的話，matchList只加入有限的內容。 如果整個文本沒有匹配上，那麼返回一個長度為1，內容為其本身的數組。 如果limit為0，那麼會將最後匹配的那些空串刪除掉直至非空串為止在返回結果。

結論

在實際應用中，我們一般使用這樣的：

str.split(",")    此時limit=0，只需要注意會去掉最後的空串即可 

str.split(",",-1)  此時會保留最後的空串

str.split(",",2)   限制匹配的個數，同時保留最後的空串

本文出自 “努力奮鬥” 部落格，請務必保留此出處http://zhangfengzhe.blog.51cto.com/8855103/1661091

Java報錯系列——split