为什么在Java 8中split有时会在结果数组的开头删除空字符串？

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

|a|b|c|

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

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

"abc".split("")

#1 楼

String.split（称为Pattern.split）的行为在Java 7和Java 8之间发生了变化。

文档

比较Java 7和Java 8中的Pattern.split的文档，我们观察到添加以下子句：


当输入序列的开头存在正宽度匹配时，则在结果数组的开头包含一个空的前导子字符串。但是开头的零宽度匹配永远不会产生这样的空前导子字符串。


与Java 7相比，Java 8中的String.split也添加了相同的子句。

参考实现

让我们比较一下Java 7和Java 8中的参考实现的Pattern.split的代码。该代码是从grepcode中检索的，用于版本7u40-b43和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);
}

添加以下代码Java 8中的代码排除了输入字符串开头的零长度匹配，这解释了上面的行为。

            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;
            }

维护兼容性

遵循Java 8及更高版本中的行为

要使split在各个版本中的行为保持一致并与Java 8中的行为兼容：长度的字符串，只需在正则表达式的末尾添加(?!\A)并将原始正则表达式换成非capt小组(?:...)（如有必要）。
如果您的正则表达式不能匹配零长度的字符串，则无需执行任何操作。
如果您不知道正则表达式是否可以匹配零-长度字符串是否正确，请同时执行步骤1中的所有操作。字符串。

Java 7及更低版本中的以下行为

没有通用的解决方案可以使(?!\A)与Java 7及更低版本向后兼容，而不能替换split的所有实例以指向您自己的自定义实现。

#2 楼

这已在split(String regex, limit)的文档中指定。


如果此字符串的开头存在正宽度匹配
，则开头将包含一个空的前导子字符串
结果数组的值。开头为零宽度的匹配项，但是永远不会
产生这样的空前导子串。不包含在结果数组中。

然而，当在"abc".split("")上进行拆分时，在第二个片段中，您获得了正宽度匹配（在这种情况下为1），因此按预期包括了空的前导子字符串。删除了无关的源代码）

#3 楼

从Java 7到Java 8，split()的文档进行了细微更改，具体来说，添加了以下语句：


当此开头有一个正宽匹配时字符串，然后在结果数组的开头包含一个空的前导子字符串。但是开头的零宽度匹配永远不会产生这样的空前导子字符串。


（强调我的）

空字符串拆分会生成零宽度匹配开头，因此根据上面指定的内容，结果数组的开头将不包含空字符串。相比之下，在"a"上分割的第二个示例在字符串的开头生成一个正宽度匹配，因此实际上在结果数组的开头包含一个空字符串。