java - 在 Java 中按管道拆分会产生不同的结果

Question

在任何人下结论之前，是的，我知道需要转义管道符号 :-)

...在我的代码中，我这样做了:

String line = "C0000005|A13433185|SCUI|RB|C0036775|A7466261|SCUI||R86000559||MSHFRE|MSHFRE|||N||"
line = line.trim();
String[]     columns_array = line.trim().split("\\|");           // length = 15
List<String> columns_list  = Splitter.on("|").splitToList(line); // size   = 17

我正在解析一个巨大的文件 (~5GB)，其中每一行都是管道分隔的，上面的 line 是该文件中的第一行，我的代码在那里崩溃并出现索引越界错误.调试后，我意识到发生了什么，并添加了 guava Splitter 行作为完整性检查。使用拆分器，我得到了预期的列表。

为什么 guava splitter 和 native split 的结果不一样？

Answer 1

String.split() 从结果数组中移除尾随的空字符串。在要拆分的字符串末尾有两个定界符 (...||)。

这是文档的摘录:http://docs.oracle.com/javase/7/docs/api/java/lang/String.html#split%28java.lang.String%29

This method works as if by invoking the two-argument split method with the given expression and a limit argument of zero. Trailing empty strings are therefore not included in the resulting array.