在 Java 8 之前，当我们使用空字符串分割时，如下所示：
String[] tokens = "abc".split("");
分割机制会在标有|的位置进行分割。
|a|b|c|
因为空格 "" 存在于每个字符之前和之后，所以它会首先生成这个数组
["", "a", "b", "c", ""]
后续将删除末尾的空字符串（因为我们没有显式指定 limit 参数的负值），所以最终会返回
["", "a", "b", "c"]
在Java 8中，split机制似乎已经发生了变化。现在当我们使用
"abc".split("")
我们将获得["a", "b", "c"]数组，而不是["", "a", "b", "c"]。
我的第一个猜想是可能现在像删除结尾的空字符串一样，也删除了前导空字符串。
但这个理论是错误的，因为
"abc".split("a")
返回结果为["", "bc"]，因此前导空字符串未被移除。
有人能解释一下这是什么情况吗？Java 8中的split规则发生了什么变化？
String.split（调用Pattern.split）的行为在Java 7和Java 8之间发生了变化。
比较Java 7和Java 8中Pattern.split的文档，我们可以看到添加了以下条款：
当输入序列开头有正宽度匹配时，结果数组的开头包括一个空的前导子字符串。然而，在开头处零宽度匹配从不产生这样的空前导子字符串。
与Java 7相比，Java 8中String.split也添加了相同的条款。
让我们比较Java 7和Java 8中的参考实现Pattern.split代码。该代码是从grepcode检索的，版本为7u40-b43和8-b132。
public String[] split(CharSequence input, int limit) {
int index = 0;
boolean matchLimited = limit > 0;
ArrayList<String> matchList = new ArrayList<>();
Matcher m = matcher(input);
// Add segments before each match found
while(m.find()) {
if (!matchLimited || matchList.size() < limit - 1) {
String match = input.subSequence(index, m.start()).toString();
matchList.add(match);
index = m.end();
} else if (matchList.size() == limit - 1) { // last one
String match = input.subSequence(index,
input.length()).toString();
matchList.add(match);
index = m.end();
}
}
// If no match was found, return this
if (index == 0)
return new String[] {input.toString()};
// Add remaining segment
if (!matchLimited || matchList.size() < limit)
matchList.add(input.subSequence(index, input.length()).toString());
// Construct result
int resultSize = matchList.size();
if (limit == 0)
while (resultSize > 0 && matchList.get(resultSize-1).equals(""))
resultSize--;
String[] result = new String[resultSize];
return matchList.subList(0, resultSize).toArray(result);
}
public String[] split(CharSequence input, int limit) {
int index = 0;
boolean matchLimited = limit > 0;
ArrayList<String> matchList = new ArrayList<>();
Matcher m = matcher(input);
// Add segments before each match found
while(m.find()) {
if (!matchLimited || matchList.size() < limit - 1) {
if (index == 0 && index == m.start() && m.start() == m.end()) {
// no empty leading substring included for zero-width match
// at the beginning of the input char sequence.
continue;
}
String match = input.subSequence(index, m.start()).toString();
matchList.add(match);
index = m.end();
} else if (matchList.size() == limit - 1) { // last one
String match = input.subSequence(index,
input.length()).toString();
matchList.add(match);
index = m.end();
}
}
// If no match was found, return this
if (index == 0)
return new String[] {input.toString()};
// Add remaining segment
if (!matchLimited || matchList.size() < limit)
matchList.add(input.subSequence(index, input.length()).toString());
// Construct result
int resultSize = matchList.size();
if (limit == 0)
while (resultSize > 0 && matchList.get(resultSize-1).equals(""))
resultSize--;
String[] result = new String[resultSize];
return matchList.subList(0, resultSize).toArray(result);
}
if (index == 0 && index == m.start() && m.start() == m.end()) {
// no empty leading substring included for zero-width match
// at the beginning of the input char sequence.
continue;
}
为了使split在各个版本中表现一致并与Java 8中的行为兼容：
(?!\A)，并将原始正则表达式包装在非捕获组(?:...)中（如果需要）。(?!\A)检查字符串不以字符串开头结束，这意味着匹配是一个空匹配在字符串开头。
除了将所有split实例替换为指向自己的自定义实现之外，没有通用解决方案可以使split向后兼容Java 7及以下版本。
split("") 代码，使其在不同的Java版本中保持一致吗？ - Daniel(?!^)并将原始正则表达式包装在非捕获组 (?:...) 中（如果必要），使其向前兼容（遵循Java 8的行为），但我想不出任何方法使其向后兼容（遵循Java 7及更早版本的旧行为）。 - nhahtdh"(?!^)" 吗？在什么情况下它会与 "" 不同？（我对正则表达式很糟糕！:-/）。 - DanielPattern.MULTILINE标志影响，而\A始终与字符串开头匹配，无论标志如何。 - nhahtdhsplit(String regex, limit)的文档中说明。
当此字符串开头存在正宽度匹配时，结果数组开头将包含一个空的前导子字符串。但是，开头的零宽度匹配从不产生这样的空的前导子字符串。
在"abc".split("")中，你得到了一个开头的零宽度匹配，因此不会在结果数组中包含前导空字符串。
但是在第二个片段中，当你在"a"上分割时，你得到了一个正宽度匹配（此处为1），因此预期的空前导子串被包含在内。
(已删除无关源代码)
Java 7到Java 8的split()文档有轻微变化。具体来说，添加了以下语句：
当此字符串开头存在正宽匹配时，则在结果数组的开头包含一个空的前导子字符串。但是，开头的零宽度匹配永远不会产生这样的空前导子字符串。
(强调是我的)
空字符串拆分会在开头生成零宽度匹配，因此不会按照上述规定在结果数组的开头包含空字符串。相比之下，您第二个示例使用"a"进行拆分，在字符串开头生成了正宽度匹配，因此实际上在结果数组的开头包含了空字符串。
"some-string".split("")这个用法非常罕见。 - ivstas.split("") 并不是唯一无需匹配任何内容的分割字符串的方式。我们在 jdk7 中使用了一个正向预查的正则表达式，它也会在开头匹配并产生一个空的头元素，但现在已经消失了。https://github.com/spray/spray/commit/5ab4fdf9ebd8986297e0137bc07088c6223276a0 - jrudolph
split("")而不是对于不使用正则表达式的人来说比较难懂的split("(?!^)")或者split("(?<!^)")，还有其他几个正则表达式。 - Pshemosplit("")，请使用split("(?!^)")- 它将尝试在文本开头之外的每个空字符串上进行拆分。顺便说一句，在 Java 8 中引入的正则表达式引擎中的另一个更改是\R，它表示\n、\r或\r\n（以及几个其他分隔符）。 - Pshemo