新版全民捕鱼下载

書名：好好學Java：從零基礎到項目實戰
作者名：歐陽燊
本章字數： 3240字
更新時間： 2022-07-27 19:15:06

5.3.1　利用正則串分割字符串

除了前述的字符串處理方法外，還有一種分割字符串的場景也很常見，就是按照某個規則將字符串切割為若干子串。分割規則通常是指定某個分隔符，根據字符串內部的分隔符將字符串分割，例如逗號、空格等都可以作為字符串的分隔符。正好String類型提供了split方法用于切割字符串，只要字符串變量調用split方法，并把分隔符作為輸入參數，該方法即可返回分割好的字符串數組。

下面的split調用代碼例子將演示如何按照逗號和空格切割字符串（完整代碼見本章源碼的src\com\string\regular\RegexSplit.java）：

    // 通過逗號分割字符串
    private static void splitByComma() {
        String commaStr="123,456,789";
        String[] commaArray=commaStr.split(","); //利用split方法指定按照逗號切割字符串
        for (String item : commaArray) {  //遍歷并打印分割后的字符串數組元素
            System.out.println("comma item=" + item);
        }
    }
　
    // 通過空格分割字符串
    private static void splitBySpace() {
        String spaceStr="123 456 789";
        String[] spaceArray=spaceStr.split(" "); //利用split方法指定按照空格切割字符串
        for (String item : spaceArray) {  // 遍歷并打印分割后的字符串數組元素
            System.out.println("space item=" + item);
        }
    }

除了逗號和空格以外，點號和豎線也常常用來分隔字符串，但是對于點號和豎線，split方法的調用代碼不會得到預期的結果。相反，split(".")無法得到分割后的字符串數組，也就是說結果的字符串數組為空；而split("|")分割得到的字符串數組，每個數組元素只有一個字符，其結果類似于toCharArray。究其原因，緣于split方法的輸入參數理應是一個正則串，并非普通的分隔字符。由于點號和豎線都是正則串的保留字符，因此無法直接在正則串中填寫，必須轉義處理方可。如同回車符和換行符在普通字符串中通過前綴的反斜桿轉義那樣（回車符對應\r，換行符對應\n），正則字符串通過在原字符前面添加兩個反斜桿來轉義，像點號字符在正則串中對應的轉義符為“\\.”，而豎線在正則串中對應的轉義符為“\\|”。

經過轉義處理之后，通過點號和豎線切割字符串的正確寫法如下：

    // 通過點號分割字符串
    private static void splitByDot() {
        String dotStr="123.456.789";
        // split(".")無法得到分割后的字符串數組
        //String[] dotArray=dotStr.split(".");
        // 點號是正則串的保留字符，需要轉義（在點號前面加兩個反斜桿）
        String[] dotArray=dotStr.split("\\.");
        for (String item : dotArray) {  // 遍歷并打印分割后的字符串數組元素
            System.out.println("dot item="+item);
        }
    }
　
    // 通過豎線分割字符串
    private static void splitByLine() {
        String lineStr="123|456|789";
        // split("|")分割得到的字符串數組，每個數組元素只有一個字符，類似于toCharArray的結果
        //String[] lineArray=lineStr.split("|");
        // 豎線是正則串的保留字符，需要轉義（在豎線前面加兩個反斜桿）
        String[] lineArray=lineStr.split("\\|");
        for (String item : lineArray) {  // 遍歷并打印分割后的字符串數組元素
            System.out.println("line item="+item);
        }
    }

豎線符號之所以被定為正則串的保留字符，是因為它在正則表達式里起到了“或”的判斷作用，例如正則串“,| ”表示逗號和空格都是滿足條件的分隔符。一個字符串如果同時包含一個逗號和一個空格，那么按照“,| ”切割的結果將是長度為3的字符串數組。也就是說，原始串被逗號分割一次后又被空格分割一次，這樣一共分割兩次，最終得到了3個子串。下面的代碼將演示使用正則串“,| ”切割字符串的效果：

    // 利用豎線同時指定多個串來分割字符串
    private static void splitByMixture() {
        String mixtureStr="123,456 789";
        // 正則串里的豎線表示“或”，豎線左邊和右邊的字符都可以用來分割字符串
        String[] mixtureArray=mixtureStr.split(",| ");
        for (String item : mixtureArray) {  // 遍歷并打印分割后的字符串數組元素
            System.out.println("mixture item="+item);
        }
    }

當然，正則串中的保留字符不僅包括點號和豎線，還包括好多常見的符號，比如加號（+）、星號（*）、橫線（-），在正則串中均需轉義。其中，加號的正則轉義符為“\\+”，星號的正則轉義符為“\\*”，橫線的正則轉義符為“\\-”。這樣來看，加減乘除的四則運算符號只有除法的斜桿符（/）、取余數的百分號（%）無須轉義處理。倘若有一個字符串，要求以四則運算的5個符號進行切割，則需通過豎線把這幾個轉義后的字符加以連接，構成形如“\\+|\\*|\\-|/|%”的正則串。于是按照加減乘除與取余數符號切割字符串的代碼就變為下面這樣：

    // 通過算術的加減乘除符號來分割字符串
    private static void splitByArith() {
        String arithStr="123+456*789-123/456%789";
        // 正則串里的加號、星號、橫線都要轉義，加減乘除與取余數符號之間通過豎線隔開
        String[] arithArray=arithStr.split("\\+|\\*|\\-|/|%");
        for (String item : arithArray) {  // 遍歷并打印分割后的字符串數組元素
            System.out.println("arith item="+item);
        }
    }

分割用的正則串不單單是一個個字符，還支持好幾個字符組成的字符串，譬如“(1)”“(2)”“(3)”都可以作為分隔串。注意圓括號內部的數字可以是0～9。如此一來，“(0)”～“(9)”的分隔串合集豈不是要寫成這般：“(0)|(1)|(2)|(3)|(4)|(5)|(6)|(7)|(8)|(9)”？然而以上正則串的寫法有兩個錯誤：

（1）圓括號是正則表達式的保留字符，所以不能直接在正則串中書寫“(”和“)”，而必須寫成轉義形式“\\(”和“\\)”。

（2）作為保留字符的圓括號，其作用類似于數值計算時的圓括號，都是通過圓括號把括號內外的運算區分開的。而豎線符號“|”的“或”運算優先級不如圓括號，因此每逢復雜一點的“或”運算，應當把圓括號放在整個邏輯運算式子的外面。

綜合以上兩點，修正之后的正則串應該改成：“\\((0|1|2|3|4|5|6|7|8|9)\\)”。但是該式子的豎線太多，只是用于獲取0～9之間的某個數字之一。針對這種情況，正則表達式引入了另外一種簡化的寫法，即通過方括號包裹0123456789，形如“\\([0123456789]\\)”，同樣指代0～9之間的某個數字，從而省略了若干個豎線。進一步說，日常生活中的0到9，常常寫作“0-9”，于是對應更簡單的正則串“\\([0-9]\\)”。

其實0～9正好涵蓋了所有的一位數字，對于一位數字而言，正則表達式提供了專門的表達式“\\d{1}”。式子前面的“\\d”代表某個數字，式子后面的“{1}”代表字符數量是1位。推而廣之，“\\d{2}”表示兩位數字，“\\d{3}”表示三位數字，等等。像這個正則例子只有一位數字，甚至尾巴的“{1}”都可以去掉，因為“\\d”默認就是一位數字。

前面介紹了多種從0～9的正則表達串，接下來不妨逐一驗證這些正則串是否有效，驗證用的代碼例子如下：

        // 通過圓括號及其內部數字來分割字符串
    private static void splitByBracket() {
        String bracketStr="(1)123;(2)456;(3)789;";
        // 圓括號也是正則串的保留字符，0～9這10個數字使用豎線隔開
        //String[] bracketArray=bracketStr.split ("\\((0|1|2|3|4|5|6|7|8|9)\\)");
        // 利用方括號聚集一群字符，表示這些字符之間是“或”的關系，故而可省略豎線
        //String[] bracketArray=bracketStr.split("\\([0123456789]\\)");
        // 連續的數字可使用橫線連接首尾數字，例如“0-9”表示從0～9之間的所有數字
        //String[] bracketArray=bracketStr.split("\\([0-9]\\)");
        // 利用“\\d”即可表達0～9的數字，后面的{1}表示1位數字，以此類推，{3}表示三位數字
        //String[] bracketArray=bracketStr.split("\\(\\d{1}\\)");
        // “\\d”默認就是1位數字，此時后面的{1}可直接略去
        String[] bracketArray=bracketStr.split("\\(\\d\\)");
        for (String item : bracketArray) {  // 遍歷并打印分割后的字符串數組元素
            System.out.println("bracket item="+item);
        }
    }

上述的幾種正則串只能表達從“(0)”～“(9)”的分隔串，然而圓括號內部還可能是兩位數字或者三位數字，比如“(10)”“(12)”“(001)”。對于數字位數不固定的情況，可以把“\\d”改為“\\d+”，末尾多出來的加號表示前面的字符允許有一位，也允許有多位。此時正則串添加了加號的字符串切割代碼如下：

    // 通過特殊符號的加號來分割字符串
    private static void splitWithPlus() {
        String bracketStr="(1)123;(2)456;(13)789;";
        // 正則串里的加號表示可以有一到多個前面的字符
        String[] bracketArray=bracketStr.split("\\(\\d+\\)");
        for (String item : bracketArray) {  // 遍歷并打印分割后的字符串數組元素
            System.out.println("plus item="+item);
        }
    }

上面介紹的字符位數不固定，畢竟至少還有一位。假設現在某個字符不但位數不確定，甚至還可能沒有該字符（位數為0），采用寫法“\\d+”就無法奏效了。要想滿足位數可有可無的情況，需將末尾的加號換成星號，也就是改成\\d*。此時改用星號的字符串切割代碼變為下面這般：

    // 通過特殊符號的星號來分割字符串
    private static void splitWithStar() {
        String bracketStr="()123;(2)456;(13)789;";
        // 正則串里的星號表示可以有0到多個前面的字符
        String[] bracketArray=bracketStr.split("\\(\\d*\\)");
        for (String item : bracketArray) {  // 遍歷并打印分割后的字符串數組元素
            System.out.println("star item="+item);
        }
    }

截至目前，分隔符還僅限于標點和數字，如果引入英文字母作為分隔串，又該如何書寫呢？注意英文字母區分大小寫，因而使用“a-z”表示所有的小寫字母，使用“A-Z”表示所有的大寫字母。如果采納“(a)”“(B)”“(c)”這種大小寫混合的分隔串，就得通過正則串“\\([a-zA-Z]\\)”來表達，對應的分割字符串代碼如下：

    // 通過大小寫字母來分割字符串
    private static void splitWithLetter() {
        String bracketStr="(a)123;(B)456;(c)789;";
        // 在正則串中表達小寫字母和大寫字母
        String[] bracketArray=bracketStr.split("\\([a-zA-Z]\\)");
        for (String item : bracketArray) {
            System.out.println("letter item="+item);
        }
    }

現在有一個麻煩的業務場景，圓括號內部不但可能是數字和字母，還可能是其他標點符號，這時難不成把眾多標點符號一個一個羅列出來？要知道標點符號并沒有“0-9”“a-z”“A-Z”的簡單寫法。不過這難不倒強大的正則表達式，因為點號作為正則的保留字符，它代表了除回車“\r”和換行“\n”以外的其他字符，所以使用“\\(.\\)”即可表達符合要求的任意字符。當然，這是被圓括號包裹著的除了回車“\r”和換行“\n”以外的任意字符。下面便是匹配前述場景的分割字符串代碼例子：

    // 通過特殊符號的點號來分割字符串
    private static void splitWithDot() {
        String bracketStr="(1)123;(B)456;(%)789;";
        // 正則串里的點號表示除了回車“\r”和換行“\n”以外的其他字符
        String[] bracketArray=bracketStr.split("\\(.\\)");
        for (String item : bracketArray) {  // 遍歷并打印分割后的字符串數組元素
            System.out.println("dot item="+item);
        }
    }

官术网_书友最值得收藏!

好好學Java：從零基礎到項目實戰

5.3.1 利用正則串分割字符串

5.3.1　利用正則串分割字符串