关于java:Java-字符串-split-的一个反直觉陷阱

最近生产环境遇到一个奇怪的数组下标越界报错，如下图代码所示，咱们能够必定的是 fieldName 变量不为空（不是空字符串，也不是 null），然而代码执行到读取 names[0] 变量的时候，抛出了一个 数组下标越界 （java.lang.ArrayIndexOutOfBoundsException）的异样。

异样信息如下图所示

问题很简略，咱们对一个字符串执行 split 办法之后，以过往其它编程语言（Go、PHP、Javascript、Dart 等）的应用教训来看，即便字符串为空，即便没有匹配到分隔符，在返回值数组中也会蕴含一个以后字符串的值。然而这里却抛出了 ArrayIndexOutOfBoundsException，难道 split 办法的返回值可能为空数组？

最终通过排查发现，在上述代码段中，当 fieldName 的值为 "~" 的时候，咱们拜访 names[0] 就会抛出 ArrayIndexOutOfBoundsException，为什么会这样呢？

本文将会继续修改和更新，最新内容请参考我的 GITHUB 上的 程序猿成长打算 我的项目，欢送 Star，更多精彩内容请 follow me。

问题

在 Java 中，如果执行上面这段代码，直觉上你认为会输入什么？

String str = "~";
String []arr = str.split("~");

System.out.println(arr.length);

如果你有其余编程语言的教训，可能直觉上会感觉这里输入的应该是 2，然而遗憾的是，这里输入的是 0，变量 arr 是个空数组。

这里不禁狐疑本人之前的记忆是不是有偏差，于是我又应用其它语言来尝试复现这个问题。

不同语言中 split 的行为

我总结了一个表格，阐明了不必语言不同的行为，这里比照的是执行 split 函数 / 办法后返回数组的长度：

Javascript

首先是 Javascript，在浏览器的管制台上间接执行，失去了上面的后果

"".split("")
"~".split("~")
"~~".split("~")
"".split("~")"~123".split("~")

执行后果

跟我的直觉是统一的，同样的状况，这里返回的是 2。

PHP

在 PHP 中，我应用了 mb_split 函数，该函数用于对多字节字符串进行宰割

执行后果如下

执行后果跟我的直觉也是统一的，同样的状况，这里返回的是 2。

Dart

而后是 Google 的 Dart，这是一门次要用于应用 Flutter 来开发跨平台利用的编程语言，代码如下

void main() {print("".split('').length); // 0
    print("~".split('~').length); // 2
    print("~~".split('~').length); // 3
    print("".split('~').length); // 1
    print("~123".split('~').length); // 2
}

执行后果

同样，"~".split("~") 也是返回了两个值。

Golang

在 Golang 中，执行后果仍旧是合乎直觉的，返回的是 2。

package main

import(
    "strings"
    "fmt"
)

func main() {printStrs(strings.Split("","")) // 0 []
    printStrs(strings.Split("~", "~")) // 2 ["","",]
    printStrs(strings.Split("~~", "~")) // 3 ["","", "",]
    printStrs(strings.Split("","~")) // 1 ["",]
    printStrs(strings.Split("~123", "~")) // 2 ["","123",]
}

func printStrs(s []string) {fmt.Print(len(s), "[")
    for _, item := range s {fmt.Printf(`"%s", `, item)
    }

    fmt.Print("]\n")
}

执行后果

Scala

而后，我又尝试了 Scala，发现在 Scala 中，split 的行为有些不一样了。

"".split("").length
"~".split("~").length
"~~".split("~").length
"".split("~").length"~123".split("~").length

代码 "~".split("~") 返回的是 空数组 ，与在 Java 中咱们遇到的问题一模一样。

Java

最初，我又用 Java 执行了同样的代码

package example;
import org.junit.Test;

public class ExampleTest {
  @Test
  public void testSplit() {printStrings("".split("")); // 1 ["",]
    printStrings("~".split("~")); // 0 []
    printStrings("~~".split("~")); // 0 []
    printStrings("".split("~")); // 1 ["",]
    printStrings("~123".split("~")); // 2 ["","123",]
  }
  
  private void printStrings(String[] strings) {System.out.print(strings.length + "[");
    for (String str : strings) {System.out.printf("\"%s\",", str);
    }
    System.out.println("]");
  }
}

执行后果

后果与 Scala 是统一的，同时也解释了为什么咱们会遇到 ArrayIndexOutOfBoundsException 的问题。

起因

翻阅了 Java 的 API 文档，发现原来 Java 中的 split 办法的确跟其它语言是不一样的，这一点咱们特地容易疏忽

如果分隔符表达式与字符串不匹配，则返回原始字符串作为数组的惟一值，这也就解释了

"".split("") // 1 [""]"".split("~") // 1 [""]

如果分隔符表单式与字符串的开始字符就曾经匹配了，则返回值中第一个元素会被设置为 ""

"~123".split("~") // 2 ["","123"]

如果 limit 参数为 0，也就是 split(String regex) 办法，则匹配后果开端的所有空字符串 "" 都会被抛弃，也就解释了上面两段代码

"~".split("~") // 0 []
"~~".split("~") // 0 []

而后我又翻阅了 Scala 的官网文档，Scala 和 Java 的行为是统一的。

总结

在 Java 中应用字符串的 split 办法，个别状况下的行为是和其余编程语言是统一的，但在一些边界条件下，也有一些不统一的中央，这一点是咱们应该留神的，这也揭示了咱们，不要想当然的认为不同语言，同名函数（办法）的性能是完全一致的，当咱们遇到一些奇奇怪怪的问题时，多看官网文档才是硬道理。

本文将会继续修改和更新，最新内容请参考我的 GITHUB 上的 程序猿成长打算 我的项目，欢送 Star，更多精彩内容请 follow me。