Java中String.split("\\s")返回数组含空串的原因及实例疑问解答

问题1：为什么String.split("\\s")返回的数组里会有空字符串？ #

其实核心原因和两个点有关：正则匹配规则，以及Java split方法的默认行为。

• 首先，\\s是正则表达式里的元字符，用来匹配任意空白字符——包括普通空格、制表符\t、换行符\n这些，单个空白就会触发一次匹配。
• Java的split(regex)方法默认用的是limit=0的模式：这个模式会自动丢弃数组末尾的空字符串，但开头或者中间的空字符串会保留。

举两个常见的场景：

• 如果字符串开头就有空白，比如" hello world"，开头的两个空格会被\\s分别匹配两次，每次匹配前都没有有效内容，所以数组开头就会多出两个空字符串：["", "", "hello", "world"]。
• 如果字符串中间有连续空白，比如"hello world"（两个空格），第一个空格把hello和后面的内容分开，第二个空格匹配时，它前面的内容是空的，所以数组中间就会插入一个空字符串：["hello", "", "world"]。

问题2：给定句子拆分后出现的空字符串来自哪里？ #

先把你给出的句子贴出来：

"The brown fox jumped the fence jumped. The jumped fox? The fox. Jumped"

按\\s拆分后出现空字符串，大概率是因为句子里存在这两种情况之一：

1. 连续的空白字符：比如句子里某两个单词之间不是一个空格，而是两个（或更多）空格。比如如果原句子里jumped.和The之间是两个空格，那拆分时这两个空格会被分别匹配，中间就会生成一个空字符串。
2. 开头的空白字符：如果句子最开头有一个（或多个）空格，那第一个匹配的空白前没有内容，数组的第一个元素就会是空字符串。

另外还有一种可能：句子里混入了看不见的空白字符（比如制表符或者换行符），这些字符也会被\\s匹配，如果和普通空格连续出现，同样会生成空字符串。

顺便提一句：如果你只想得到单词（或带标点的单词），完全可以用split("\\s+")代替split("\\s")。\\s+会匹配一个或多个连续空白字符，不管有多少空白都当作一个分隔符，这样就不会生成中间的空字符串了。如果连开头的空字符串也想去掉，可以先对句子做trim()处理，再用split("\\s+")，结果就完全符合你的预期啦。

内容的提问来源于stack exchange，提问作者Marc