Przed Java 8, kiedy dzielimy się na pusty ciąg, taki jak

String[] tokens = "abc".split("");

mechanizm split rozszczepiłby się w miejscach oznaczonych |

|a|b|c|

ponieważ pusta przestrzeń ""istnieje przed i po każdym znaku. W rezultacie wygeneruje najpierw tę tablicę

["", "a", "b", "c", ""]

a później usunie końcowe puste ciągi (ponieważ nie podaliśmy jawnie wartości ujemnej dla limitargumentu), więc w końcu zwróci

["", "a", "b", "c"]

Wydaje się, że mechanizm podziału Java 8 uległ zmianie. Teraz, kiedy używamy

"abc".split("")

["a", "b", "c"]zamiast tego otrzymamy tablicę, ["", "a", "b", "c"]więc wygląda na to, że puste ciągi znaków na początku są również usuwane. Ale ta teoria zawodzi, bo na przykład

"abc".split("a")

zwraca tablicę z pustym ciągiem na początku ["", "bc"].

Czy ktoś może wyjaśnić, co się tutaj dzieje i jak zmieniły się zasady podziału w Javie 8?

Zachowanie String.split(które wywołuje Pattern.split) zmienia się między Java 7 i Java 8.

Dokumentacja

Porównując dokumentację Pattern.splitw językach Java 7 i Java 8 , zauważamy dodanie następującej klauzuli:

Jeśli na początku sekwencji wejściowej występuje dopasowanie o dodatniej szerokości, na początku otrzymanej tablicy zostanie umieszczony pusty podciąg wiodący. Jednak dopasowanie o zerowej szerokości na początku nigdy nie tworzy takiego pustego wiodącego podciągu.

Ta sama klauzula została również dodana String.splitw Javie 8 w porównaniu z Javą 7 .

Realizacja referencyjna

Porównajmy kod Pattern.splitimplementacji referencyjnej w Javie 7 i Java 8. Kod jest pobierany z grepcode dla wersji 7u40-b43 i 8-b132.

Java 7

public String[] split(CharSequence input, int limit) {
    int index = 0;
    boolean matchLimited = limit > 0;
    ArrayList<String> matchList = new ArrayList<>();
    Matcher m = matcher(input);

    // Add segments before each match found
    while(m.find()) {
        if (!matchLimited || matchList.size() < limit - 1) {
            String match = input.subSequence(index, m.start()).toString();
            matchList.add(match);
            index = m.end();
        } else if (matchList.size() == limit - 1) { // last one
            String match = input.subSequence(index,
                                             input.length()).toString();
            matchList.add(match);
            index = m.end();
        }
    }

    // If no match was found, return this
    if (index == 0)
        return new String[] {input.toString()};

    // Add remaining segment
    if (!matchLimited || matchList.size() < limit)
        matchList.add(input.subSequence(index, input.length()).toString());

    // Construct result
    int resultSize = matchList.size();
    if (limit == 0)
        while (resultSize > 0 && matchList.get(resultSize-1).equals(""))
            resultSize--;
    String[] result = new String[resultSize];
    return matchList.subList(0, resultSize).toArray(result);
}

Java 8

public String[] split(CharSequence input, int limit) {
    int index = 0;
    boolean matchLimited = limit > 0;
    ArrayList<String> matchList = new ArrayList<>();
    Matcher m = matcher(input);

    // Add segments before each match found
    while(m.find()) {
        if (!matchLimited || matchList.size() < limit - 1) {
            if (index == 0 && index == m.start() && m.start() == m.end()) {
                // no empty leading substring included for zero-width match
                // at the beginning of the input char sequence.
                continue;
            }
            String match = input.subSequence(index, m.start()).toString();
            matchList.add(match);
            index = m.end();
        } else if (matchList.size() == limit - 1) { // last one
            String match = input.subSequence(index,
                                             input.length()).toString();
            matchList.add(match);
            index = m.end();
        }
    }

    // If no match was found, return this
    if (index == 0)
        return new String[] {input.toString()};

    // Add remaining segment
    if (!matchLimited || matchList.size() < limit)
        matchList.add(input.subSequence(index, input.length()).toString());

    // Construct result
    int resultSize = matchList.size();
    if (limit == 0)
        while (resultSize > 0 && matchList.get(resultSize-1).equals(""))
            resultSize--;
    String[] result = new String[resultSize];
    return matchList.subList(0, resultSize).toArray(result);
}

Dodanie następującego kodu w Javie 8 wyklucza dopasowanie o zerowej długości na początku ciągu wejściowego, co wyjaśnia powyższe zachowanie.

            if (index == 0 && index == m.start() && m.start() == m.end()) {
                // no empty leading substring included for zero-width match
                // at the beginning of the input char sequence.
                continue;
            }

Utrzymanie zgodności

Następujące zachowanie w Javie 8 i nowszych

Aby zapewnić splitspójne zachowanie w różnych wersjach i zgodność z zachowaniem w języku Java 8:

1. Jeśli twoje wyrażenie regularne może pasować do łańcucha o zerowej długości, po prostu dodaj (?!\A)na końcu wyrażenia regularnego i zawiń oryginalne wyrażenie regularne w grupę nieprzechwytywaną (?:...)(jeśli to konieczne).
2. Jeśli twoje wyrażenie regularne nie może dopasować ciągu o zerowej długości, nie musisz nic robić.
3. Jeśli nie wiesz, czy wyrażenie regularne może pasować do ciągu o zerowej długości, czy nie, wykonaj obie czynności w kroku 1.

(?!\A) sprawdza, czy ciąg nie kończy się na początku ciągu, co oznacza, że ​​dopasowanie jest pustym dopasowaniem na początku ciągu.

Następujące zachowanie w Javie 7 i wcześniejszych

Nie ma ogólnego rozwiązania zapewniającego splitzgodność wsteczną z wersją Java 7 i wcześniejszą, poza zastąpieniem wszystkich wystąpień, splitaby wskazywały na własną niestandardową implementację.

Zostało to określone w dokumentacji split(String regex, limit).

Jeśli na początku tego ciągu występuje dopasowanie o dodatniej szerokości, na początku wynikowej tablicy zostanie umieszczony pusty podciąg wiodący. Jednak dopasowanie o zerowej szerokości na początku nigdy nie tworzy takiego pustego wiodącego podciągu.

W "abc".split("")masz na początku dopasowanie o zerowej szerokości, więc wiodący pusty podciąg nie jest zawarty w wynikowej tablicy.

Jednak w drugim fragmencie po podzieleniu "a"otrzymałeś dodatnie dopasowanie szerokości (w tym przypadku 1), więc pusty wiodący podciąg jest uwzględniony zgodnie z oczekiwaniami.

(Usunięto nieistotny kod źródłowy)

Nastąpiła niewielka zmiana w dokumentacji split()z języka Java 7 do języka Java 8. W szczególności dodano następujące oświadczenie:

Jeśli na początku tego ciągu występuje dopasowanie o dodatniej szerokości, na początku wynikowej tablicy zostanie umieszczony pusty podciąg wiodący. Jednak dopasowanie o zerowej szerokości na początku nigdy nie tworzy takiego pustego wiodącego podciągu.

^{(podkreślenie moje)}

Podział na pusty ciąg generuje dopasowanie o zerowej szerokości na początku, więc pusty ciąg nie jest dołączany na początku wynikowej tablicy, zgodnie z tym, co określono powyżej. W przeciwieństwie do tego, twój drugi przykład, który dzieli się na, "a"generuje dopasowanie dodatniej szerokości na początku ciągu, więc pusty ciąg jest w rzeczywistości dołączany na początku wynikowej tablicy.