Java split() 方法陷阱：空字串、尾部分隔符與限制參數行為詳解

現象回顧

`String.split(String regex)` 行為在邊界情況下常違反直覺：

// 測試代碼
"".split(",")           // [1] length=1, 內容 [""]
"c".split(",")          // [1] length=1, 內容 ["c"]
"c,,,".split(",")       // [1] length=1, 內容 ["c"]  ← 關鍵！
"c,,c".split(",")       // [3] length=3, 內容 ["c", "", "c"]
",".split(",")          // [0] length=0, 內容 []

根本原因：零寬匹配與尾部空串丟棄

1. `split(regex)` 等同於 `split(regex, 0)`：limit=0 表示「不限制分割次數，但**丟棄尾部空串**」。
2. 尾部連續分隔符：`"c,,,"` 實際分割為 `["c", "", "", ""]`，但 `limit=0` 導致最後三個空串被丟棄，僅剩 `["c"]`。
3. 純分隔符字串：`","` 分割為 `["", ""]`，尾部空串被丟棄 → 空陣列 `[]`。

正確姿勢：使用雙參數版本 `split(regex, limit)`

驗證 `limit = -1` 完整保留

"c,,,".split(",", -1)   // ["c", "", "", ""]  length=4 ✅
",".split(",", -1)      // ["", ""]          length=2 ✅
"a,b,c".split(",", -1)  // ["a", "b", "c"]   length=3
"a,b,c".split(",", 2)   // ["a", "b,c"]      length=2

進階陷阱：正則元字符轉義

// 錯誤：. | * ? + { } [ ] ( ) ^ $ 等為正則元字符
"1.2.3".split(".")      // [] 空陣列！. 匹配任意字符
// 正確：雙反斜杠轉義 或 Pattern.quote()
"1.2.3".split("\\.")    // ["1", "2", "3"]
"1.2.3".split(Pattern.quote(".")) // 更安全

性能提示

• 頻繁分割同一正則**：預編譯 `Pattern p = Pattern.compile(regex); p.split(input, -1)` 避免重複編譯。
• 簡單單字符分割**：`StringTokenizer` (舊) 或手寫索引查找更快，但 `split` 通常足夠。
• 大字串分割**：考慮流式處理 (`Scanner` / `BufferedReader`)，避免一次性產生巨大陣列 OOM。

最佳實踐總結

1. **默認使用 `split(regex, -1)`** 保留尾部空串，語義最直觀。
2. 正則元字符**必須轉義**，推薦 `Pattern.quote(str)` 動態轉義。
3. 解析 CSV 等結構化資料，**優先使用成熟庫** (Apache Commons CSV, OpenCSV, Jackson CSV) 處理引號、換行、轉義等邊界情況。
4. 單元測試覆蓋：空串、純分隔符、首尾分隔符、連續分隔符、含轉義字符等場景。