Java string.split（“\\S”）是如何工作的

我在做一个来自Ganesh和Sharma的《甲骨文认证专业人员》、《java》、《se》、《程序员考试》、《1z0-804》和《1z0-805》一书的问题

一个问题是：

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） 五,

c） 十二,

d） 十六,

现在我明白了\S是一个正则表达式，表示将非空格字符作为分隔符。 但我对正则表达式是如何进行匹配的以及匹配结果是什么感到困惑 分割产生的实际代币

我添加了如下代码来打印令牌

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

for（字符串str:tokens）{
System.out.println（“”）；
}

我得到了以下输出

16
< >
< >
< >
< >

所以有很多空字符串标记。 我就是不明白

我会这样想，如果分隔符是非空格字符，那么在上面的文本中，所有字母字符都作为分隔符，所以如果我们匹配，可能应该有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。有没有任何正则表达式大师可以为我解释这段代码？

首先从

\s

（小写）开始，这是一个用于空白的正则表达式字符类，即空格“tabs”\t、“新行字符”\n“和“\r”、垂直制表符“\v”和一组其他字符

\S

（大写）与此相反，因此表示任何非空白字符

因此，当您使用

\S

拆分此字符串“

我正在准备OCPJP

”时，实际上就是在每个字母处拆分字符串。令牌数组长度为16的原因

至于为什么这些是空的

考虑以下字符串：

Hello，World

，如果我们使用

，

拆分该字符串，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，

，

不在这两个字符串中，它已被擦除

同样的事情发生在

我正在准备OCPJP

字符串上，它已经被拆分，并且正则表达式匹配的点不在任何返回值中。由于该字符串中的大多数字母后面都跟有另一个字母，因此最终会出现一堆长度为零的字符串，只保留空白字符。

复制自API：（粗体是我的）

围绕给定正则表达式的匹配项拆分此字符串。 此方法的工作方式类似于通过调用具有 给定的表达式和零的极限参数尾随空 因此，结果数组中不包括字符串。

例如，字符串“boo:and:foo”产生以下结果 用这些表达：

 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”

子字符串被视为一组分隔符，非空字符串不遵循这些分隔符，因此该部分被修剪。

结果是16而不是21的原因是：

因此，结果中不包括尾随的空字符串 数组

这意味着，例如，如果你说

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

结果将有五个要素。第一个将是

”

，因为它不是尾随的空字符串；其他将是

“abc”

，

“

，

“def”

，和

“ghi”

。但是剩余的空字符串将从数组中删除

在这种情况下：

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

---

是一样的。由于非空格字符是分隔符，因此每个字母都是分隔符，但OCPJP字母基本上不计算在内，因为这些分隔符会导致随后丢弃的空字符串。因此，由于我正在为“”准备的“”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

”

）。

我试过你的例子，如果你用\\S替换\\S，会不会是打字错误？@mreiter这是为了认证考试，为什么他们会把这样一个棘手的案子扔进去呢？事实上，他们将正确答案（16）作为选择之一，这使得这不太可能是无意的。如果21是其中一个选择，我可能会弄错。嗨，不，这是\\S的反面。问题的关键是：为什么是16岁而不是21岁？为什么“OCPJP”不被视为一堆分离器？共有21个字母，但最后一个字母被忽略了……说得好，遗漏了问题的这一部分！感谢您指出这一点，并在回答中突出显示文档。感谢Pablo，如果您忽略最后一个空格后的空字符串，这是有意义的。这就解释了这个数字。16而不是21。这是一个稍有不同的观点，但假设您有一个逗号分隔的文件，文件末尾的值为空，如果没有填写，则表示它来自excel电子表格，用户没有输入值。这是否意味着String.split会将它们扔掉。如果您希望处理数据，可能会导致严重的错误。大声思考：-）。是的，这就是在分割CSV行时必须检查数组长度的原因。如果你把它和CSV格式没有任何标准的事实结合起来……在这种情况下，你可能想考虑<代码>分裂（“，”，-1）< /代码>。

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