Java中String类split方法空字符串产生场景及正则分割示例解析

咱们先把问题拆成两个部分逐一解释：

一、"a|g"与[ag]等价的具体含义 #

在正则表达式里：

• "a|g"中的|是逻辑或操作符，它表示匹配单个a字符或者单个g字符。这里的|针对的是单个字符的或操作，因为两边都是单个字符的正则单元。
• [ag]是正则字符类，它的作用就是匹配方括号内列出的任意一个字符——也就是要么匹配a，要么匹配g。

所以这两个正则表达式在匹配规则上完全一致，针对单个字符的匹配效果100%等价，用它们来分割字符串会得到完全相同的结果。

二、示例中sp[1]和sp[2]为空字符串的原因 #

先把原字符串拆解开看清楚结构："Hello again"的字符序列是：H e l l o （空格）a g a i n

split(String regex)的核心逻辑是：找到所有匹配正则表达式的位置，将相邻匹配位置之间（或字符串开头到第一个匹配位置、最后一个匹配位置到字符串结尾）的子串作为数组元素。咱们一步步对应示例分析：

1. 第一个匹配的是空格后的a：从字符串开头到这个a之前的子串是"Hello "，对应sp[0]。
2. 紧接着这个a之后的下一个匹配是紧跟的g：这两个匹配位置（a的结束位置和g的开始位置）之间没有任何字符，所以这部分的子串就是空字符串""，对应sp[1]。
3. 再往后，g之后的下一个匹配是后面的a：同样，g的结束位置和这个a的开始位置之间没有字符，所以这部分子串也是空字符串""，对应sp[2]。
4. 最后，这个a之后到字符串结尾的子串是"in"，对应sp[3]。

简单总结：当正则表达式的匹配结果连续出现时，两个相邻匹配点之间没有任何字符，就会产生空字符串元素。另外补充个小知识点：如果字符串开头就匹配正则，第一个元素会是空字符串；而默认的split会忽略字符串结尾的空元素（如果想保留，需要用带limit参数的重载方法split(regex, -1)）。

内容的提问来源于stack exchange，提问作者vypexe