使用Regex使用多个字符拆分字符串

public class StringSplitTest {
     public static void main(String args[]) {
        String s = " ;String; String; String; String, String; String;;String;String; String; String; ;String;String;String;String";
        //String[] strs = s.split("[,\\s\\;]");
        String[] strs = s.split("[,\\;]");
        System.out.println("Substrings length:"+strs.length);
        for (int i=0; i < strs.length; i++) {
            System.out.println("Str["+i+"]:"+strs[i]);
        }
     }
  }

输出：

Substrings length:17
Str[0]:
Str[1]:String
Str[2]: String
Str[3]: String
Str[4]: String
Str[5]: String
Str[6]: String
Str[7]:
Str[8]:String
Str[9]:String
Str[10]: String
Str[11]: String
Str[12]:
Str[13]:String
Str[14]:String
Str[15]:String
Str[16]:String

但不要期望所有JDK版本都有相同的输出。我看到了一个bug，在某些JDK版本中，第一个空字符串被忽略了。此错误在最新的JDK版本中不存在，但在JDK1.7晚期版本和1.8早期版本之间的某些版本中存在。

直接处理字符串的另一种方法是将正则表达式与捕获组一起使用。这样做的优点是，它可以直接暗示对输入的更复杂的约束。例如，以下命令将字符串拆分为两部分，并确保两者仅由数字组成：

import java.util.regex.Pattern;
import java.util.regex.Matcher;

class SplitExample
{
    private static Pattern twopart = Pattern.compile("(\\d+)-(\\d+)");

    public static void checkString(String s)
    {
        Matcher m = twopart.matcher(s);
        if (m.matches()) {
            System.out.println(s + " matches; first part is " + m.group(1) +
                               ", second part is " + m.group(2) + ".");
        } else {
            System.out.println(s + " does not match.");
        }
    }

    public static void main(String[] args) {
        checkString("123-4567");
        checkString("foo-bar");
        checkString("123-");
        checkString("-4567");
        checkString("123-4567-890");
    }
}

由于模式在本例中是固定的，因此可以预先编译并存储为静态成员（在示例中是在类加载时初始化的）。正则表达式为：

(\d+)-(\d+)

括号表示捕获组；可以通过Match.group（）方法访问与正则表达式的该部分匹配的字符串，如图所示。\d匹配一个十进制数字，+表示“匹配一个或多个前一个表达式）。-没有特殊含义，因此只匹配输入中的字符。请注意，当将其写成Java字符串时，需要对反斜杠进行双转义。其他一些示例：

([A-Z]+)-([A-Z]+)          // Each part consists of only capital letters 
([^-]+)-([^-]+)            // Each part consists of characters other than -
([A-Z]{2})-(\d+)           // The first part is exactly two capital letters,
                           // the second consists of digits

你真正需要考虑的方法只有两种。

使用String.split作为一个字符分隔符，否则您不关心性能

如果性能不是问题，或者分隔符是不是正则表达式特殊字符的单个字符（即，不是.$|（）[｛^？*+\之一），则可以使用String.split。

String[] results = input.split(",");

如果delimeter是单个字符而不在上面的列表中，则split方法有一个优化，以避免使用正则表达式。否则，它必须编译正则表达式，这是不理想的。

如果使用复杂的分隔符并且您关心性能，请使用Pattern.split并预编译模式。

如果性能是一个问题，并且分隔符不是上述问题之一，那么应该预先编译一个正则表达式模式，然后可以重用它。

// Save this somewhere
Pattern pattern = Pattern.compile("[,;:]");

/// ... later
String[] results = pattern.split(input);

最后一个选项仍然会创建一个新的Matcher对象。您还可以缓存此对象并为每个输入重置它以获得最大性能，但这有点复杂，而且不线程安全。

我只是想写一个算法，而不是使用Java内置函数：

public static List<String> split(String str, char c){
    List<String> list = new ArrayList<>();
    StringBuilder sb = new StringBuilder();

    for (int i = 0; i < str.length(); i++){
        if(str.charAt(i) != c){
            sb.append(str.charAt(i));
        }
        else{
            if(sb.length() > 0){
                list.add(sb.toString());
                sb = new StringBuilder();
            }
        }
    }

    if(sb.length() >0){
        list.add(sb.toString());
    }
    return list;
}

这些要求为解释留下了空间。我建议写一个方法，

public final static String[] mySplit(final String s)

其封装了该功能。当然，您可以使用String.split（..），如实现的其他答案中所述。

您应该为输入字符串以及期望的结果和行为编写一些单元测试。

优秀的考生应包括：

 - "0022-3333"
 - "-"
 - "5555-"
 - "-333"
 - "3344-"
 - "--"
 - ""
 - "553535"
 - "333-333-33"
 - "222--222"
 - "222--"
 - "--4555"

通过定义相应的测试结果，您可以指定行为。

例如，如果“-333”应在[，333]中返回，或者如果它是一个错误。“333-333-33”是否可以在[333333-33]或[3333-333,33]中分开，或者这是一个错误？等等

假设

拆分时不需要正则表达式您碰巧已经在应用程序中使用了apachecommons-lang

最简单的方法是使用StringUtils#split（java.lang.String，char）。如果不需要正则表达式，这比Java提供的开箱即用更方便。正如其手册所说，它的工作原理如下：

A null input String returns null.

 StringUtils.split(null, *)         = null
 StringUtils.split("", *)           = []
 StringUtils.split("a.b.c", '.')    = ["a", "b", "c"]
 StringUtils.split("a..b.c", '.')   = ["a", "b", "c"]
 StringUtils.split("a:b:c", '.')    = ["a:b:c"]
 StringUtils.split("a b c", ' ')    = ["a", "b", "c"]

我建议使用commong lang，因为它通常包含很多有用的东西。然而，如果除了执行拆分之外，您不需要它，那么实现自己或退出正则表达式是更好的选择。