在Java中，如何在不使用正则表达式的情况下按空字符分割字符串

我有表格的代码

 String[] splitValues = s.split("\\u0000");

这就是所谓的alot，当我进行分析时，我看到每个调用都是一个要编译和运行的正则表达式模式，这会对性能产生重大影响

我可以简单地编译一次模式，但是运行split仍然需要占用大量的cpu

然后我查看了String、split的代码，如果只传递了一个字符或反斜杠字符，它会进行优化，但对我不起作用，因为我将null指定为\u0000，但我看不出还有什么其他方法可以做到

public String[] split(String regex, int limit) {
        /* fastpath if the regex is a
         (1)one-char String and this character is not one of the
            RegEx's meta characters ".$|()[{^?*+\\", or
         (2)two-char String and the first char is the backslash and
            the second is not the ascii digit or ascii letter.
         */
        char ch = 0;
        if (((regex.length() == 1 &&
             ".$|()[{^?*+\\".indexOf(ch = regex.charAt(0)) == -1) ||
             (regex.length() == 2 &&
              regex.charAt(0) == '\\' &&
              (((ch = regex.charAt(1))-'0')|('9'-ch)) < 0 &&
              ((ch-'a')|('z'-ch)) < 0 &&
              ((ch-'A')|('Z'-ch)) < 0)) &&
            (ch < Character.MIN_HIGH_SURROGATE ||
             ch > Character.MAX_LOW_SURROGATE))
        {

---

如何在不使用正则表达式的情况下按空分隔符拆分？

简单的方法是预编译正则表达式：

static final Pattern NULL_SEPARATOR = Pattern.compile("\\u0000");

然后执行与上相同的操作：

或者，您可以将内容添加到列表中，而不是构建数组：

List<String> parts = new ArrayList<>();
for (int i = 0; i < input.length();) {
  int start = i;
  i = input.indexOf('\0', start);
  if (i < 0) i = input.length();

  parts.add(input.substring(start, i));

  if (i < input.length()) {
    ++i;
  }
}

当然，这会给你一个列表，而不是一个字符串[]；这可能对你有用，也可能不有用。这样可以方便地为您增加集合，但您也可以使用字符串[]来实现这一点

---

根据[Prime]，您可能需要考虑对列表进行预调整，例如，将查找0S的字符作为第一遍迭代。

< P>有一个开源java库MGNtutul，它有一个将字符串转换成Unicode序列的实用程序，反之亦然：

result = "Hello World";
result = StringUnicodeEncoderDecoder.encodeStringToUnicodeSequence(result);
System.out.println(result);
result = StringUnicodeEncoderDecoder.decodeUnicodeSequenceToString(result);
System.out.println(result);

此代码的输出为：

\u0048\u0065\u006c\u006c\u006f\u0020\u0057\u006f\u0072\u006c\u0064
Hello World

所以我建议您可以编写这样一个简单的代码

public static final String DELIMITER = StringUnicodeEncoderDecoder.decodeUnicodeSequenceToString("\\u0000");
...
String[] splitValues = s.split(DELIMITER);

这将允许您在不使用regex的情况下运行split方法，因为分隔符将null符号作为字符串保存。 该库可以在或处找到，它作为maven工件提供，并带有源代码和javadoc

下面是类的javadoc

String[] splitValues = s.split("\\u0000");

与

继续工作，但重要的是允许String.split使用其快速路径，因此拆分工作无需使用正则表达式

---

我发现稍微有点困惑的是，为什么我最初有一个“A”，因为这并不意味着把它当作文字反斜杠，因此如果你的数据中间有一个0，那么UMUN就不会被当作Unicode Char？< /P>。字符串可能不是数据的最佳容器。@FedericoklezCulloca数据来自ID3元数据，它使用\0在字符串中表示多个字符串，因此这是起点，不能更改。我明白了，但您可能应该将这些元数据读取为字节[]，在\0上分隔，然后将部分放入字符串中。读取字符串中的二进制数据通常不会有好的结果。@FedericoklezCulloca它不是二进制数据，它的文本数据请只解决我有的具体问题好的，我可以使用列表的想法，这样迭代字符会更快吗？我已经做了预编译，这样基本上可以节省时间，但是仍然使用正则表达式是很重要的，你必须尝试一下。使用indexOf可能比手动迭代要快。只是想知道字符串[]splitValues=s.split\0；工作并允许使用字符串，拆分fastpath避免使用regex？是的，上面的测试和配置工作不需要使用rexex，所以这毕竟是一个非常简单的解决方案

String[] splitValues = s.split("\\u0000");

String[] splitValues = s.split("\0");