Scala正则split匹配字符串开头出现空串的原因咨询

咱们先搞定你最关心的空串问题，再彻底修复正则的bug：

空串的产生原因 #

你拿到的第一个空串""，是因为你的正则在字符串最开头就匹配到了内容。split方法的逻辑是：把匹配到的分隔符之间的内容拆分成数组元素，如果分隔符在字符串最开头，那开头到第一个分隔符之间的内容就是空的，自然就会生成一个空串元素。

但核心问题是你的正则写法完全错了——你误用了**字符类[]**来写分组逻辑，字符类内部的语法和分组()完全不一样：

• 字符类里的()是普通字面量字符，不是用来分组的标记
• 字符类里的^只有在最开头时才表示“取反”，否则就是普通字符
• 字符类里的?也是普通字符，不是用来表示“可选”的量词

你的正则[(^P\\|)][(Q?\\|)]?[(R?\\|)]?[(S?\\|)]实际干的事情是：匹配一串由(, ^, P, |, ), Q, ?, R, S这些字符组成的序列，这就导致它会乱匹配字符串里的无关字符（比如HELP里的P、(SDK里的(），同时在开头匹配到P和|，直接把开头的空内容作为第一个元素返回。

正确的拆分方案 #

你想要的是把字符串按P|、Q|、R|、S|这些标记拆分，得到对应的四个部分。这里给你两种靠谱的实现方式：

方案1：直接匹配正确的分隔符 #

用分组匹配P|/Q|/R|/S|作为分隔符，再过滤掉空元素即可：

val inputStr = "P|VAL1|VAL2|VAL3|BLANK|Q|VAL4|BLANK|BLANK|R|VAL5|BLANK|VAL6|HELP|BLANK|VAL7|S|EDIT|BLANK|VAL8|(SDK 1.8)|BLANK"
val resultParts = inputStr.split("(P|Q|R|S)\\|").filter(_.nonEmpty)
resultParts.foreach(println)

执行后输出正好是你的预期：

VAL1|VAL2|VAL3|BLANK
VAL4|BLANK|BLANK
VAL5|BLANK|VAL6|HELP|BLANK|VAL7
EDIT|BLANK|VAL8|(SDK 1.8)|BLANK

方案2：精准匹配标记位置（避免误匹配） #

如果担心字符串里其他位置出现P|这类字符（比如某个值里包含P|），可以用正向预查确保分隔符要么在开头，要么在BLANK之后（符合你的示例结构）：

val resultParts = inputStr.split("(?<=BLANK|^)(P|Q|R|S)\\|").filter(_.nonEmpty)
resultParts.foreach(println)

这个正则会更精准，不会误匹配内容里的相似字符。

额外说明 #

你之前遇到的HELP被截断成HEL、(SDK 1.8)被截断成DK 1.8这些问题，都是因为错误的正则把HELP里的P、(SDK里的(当成了分隔符的一部分，直接切掉了。用上面的正确正则就能完全解决这些问题。

内容的提问来源于stack exchange，提问作者carl