Java String.split() 完整指南：limit 參數陷阱、正則陣阱與最佳實踐

Java String.split() 深度解析：為什麼「a,b,c,」分割長度是 3 不是 6？

String.split() 是日常開發最高頻 API 之一，但其 limit 參數行為、尾部空串丟棄機制、正則元字元轉義等細節極易踩坑。本文通過案例、源碼、Javadoc 深度剖析，建立完整心智模型。

核心現象重現

String str1 = "a,b,c,,,a";
String str2 = "a,b,c,,,";
String str3 = "a,b,c, , ,";

str1.split(",")   // [a, b, c, , , a]  長度 6
str2.split(",")   // [a, b, c]       長度 3  ❌ 尾部空串被丟棄！
str3.split(",")   // [a, b,c, , , ]  長度 6  (空格不是空串)

str2.split(",", -1) // [a, b, c, , , ] 長度 6  ✅ 保留尾部空串
str2.split(",", 5)  // [a, b, c, , ,]  長度 5  (限制最多 5 段)

兩個重載方法簽名與契約

// 1. 單參數版：等價於 split(regex, 0)
public String[] split(String regex)

// 2. 雙參數版：limit 控制分割次數與結果長度
public String[] split(String regex, int limit)

limit 參數完整語義表

官方示例驗證 (JDK 17)

"boo:and:foo".split(":", 2)   // [boo, and:foo]      limit=2, 最多1次分割
"boo:and:foo".split(":", 5)   // [boo, and, foo]     limit=5, 最多4次分割
"boo:and:foo".split(":", -2)  // [boo, and, foo]     負數保留尾部空串
"boo:and:foo".split(":", 0)   // [boo, and, foo]     默認丟棄尾部空串

"b o o".split("o", 5)         // [b, , , , ]         保留中間空串
"b o o".split("o", -2)        // [b, , , , ]         同上
"b o o".split("o", 0)         // [b, , ]             丟棄尾部空串

源碼級原理 (OpenJDK 17)

public String[] split(String regex, int limit) {
    // 內部委託 Pattern.split()
    return Pattern.compile(regex).split(this, limit);
}

// Pattern.split() 核心邏輯簡化：
// 1. 使用 Matcher 尋找所有匹配位置
// 2. 根據 limit 計算實際分割次數
// 3. 截取子串填充結果數組
// 4. limit <= 0 時保留尾部空串，limit == 0 時最後再 trim 尾部空串

常見正則陷阱與轉義

實戰最佳實踐模式

模式一：CSV 風格分割 (保留尾部空列)

// 正確：負數 limit 保留尾部空串
String[] fields = csvLine.split(",", -1);

// 進階：處理引號包裹、轉義 (建議用 Apache Commons CSV 或 OpenCSV)

模式二：多空白分割 (正則 \s+)

// 分割任意空白字符 (空格、制表、換行)
String[] words = line.trim().split("\\s+");
// 等價於 split("[ \\t\\n\\r\\f]+")

模式三：固定分隔符字符串 (非正則)

// 純字符串分割，無正則開銷
String[] parts = "a|b|c".split(Pattern.quote("|"));
// 或 Java 12+ 
// String[] parts = "a|b|c".split("\\Q|\\E"); // \Q...\E 字面量引用

模式四：高性能場景避免 split

// 熱點路徑：手寫解析器、StringTokenizer (舊)、索引查找
// 基準測試：split() 比手寫慢 3-5x (正則編譯、Matcher 創建、數組分配)
public static List fastSplit(String s, char delim) {
    List res = new ArrayList<>();
    int start = 0;
    for (int i = 0; i < s.length(); i++) {
        if (s.charAt(i) == delim) {
            res.add(s.substring(start, i));
            start = i + 1;
        }
    }
    res.add(s.substring(start)); // 最後一段
    return res;
}

邊界情況測試矩陣

// 空字符串
"".split(",")       // [""] 長度 1
"".split(",", -1)   // [""] 長度 1

// 無分隔符
"abc".split(",")    // ["abc"] 長度 1

// 全分隔符
",,,".split(",")    // [] 長度 0  (limit=0 丟棄所有)
",,,".split(",", -1) // ["", "", "", ""] 長度 4

// 正則特殊字符
"a.b".split(".")    // []  錯誤！. 匹配任意字符
"a.b".split("\\.")  // ["a", "b"] 正確

遷移建議：Java 12+ 新 API

// String.splitWithDelimiters() 保留分隔符 (預覽特性)
// Pattern.splitAsStream() 返回 Stream (Java 11+)
Stream stream = Pattern.compile(",").splitAsStream("a,b,c");
// 配合 limit 需自行控制

總結速查卡

• 默認行為：split(regex) = split(regex, 0) → 丟棄尾部空串
• 保留尾部空串：必須用 split(regex, -1) (負數)
• 限制分段數：split(regex, n) (n>0)，最多 n 段
• 正則元字元：. | * + ? ( ) [ ] { } ^ $ \ 必須雙重轉義 \\.
• 性能敏感：避免循環中重複編譯 Pattern，預編譯或手寫解析
• CSV/複雜格式：不要用 split，用專業解析庫