"13309970XXX,4,,,1,0,,,,24,0,0,19,0,,,,,,,,0,0,,0,,,,"
今天写MapReduce进行split的时候发现一个问题:
原始数据皆为29个字段,以“,”分隔,结果以上这个字符串经过split后的长度居然是25。
经过打印出分隔后的数组,发现:
length=25
0 : 13309970XXX
1 : 4
2 :
3 :
4 : 1
5 : 0
6 :
7 :
8 :
9 : 24
10 : 0
11 : 0
12 : 19
13 : 0
14 :
15 :
16 :
17 :
18 :
19 :
20 :
21 : 0
22 : 0
23 :
24 : 0
也就是说字符串中最后一个0后面的",,,,"没有成为数组的一部分。
后尝试StringUtils.split(s,","),结果:
length=12
0 : 13309970XXX
1 : 4
2 : 1
3 : 0
4 : 24
5 : 0
6 : 0
7 : 19
8 : 0
9 : 0
10 : 0
11 : 0
更加不是我想要的结果。
最后看了看split的源码,发现split方法调用了split(String, int)方法,尝试s.split(",",29)成功输出想要的结果。
查看split(String, int)源码,发现以下语句导致出现以上的问题,当调用split(String)时limit为0,进入while循环,然后从后向前检查list中item的长度是否为0,若为0,则删除。。。
1 2 3 4 |
int resultSize = list.size(); if (limit == 0) while (resultSize > 0 && list.get(resultSize - 1).length() == 0) resultSize--; |
好吧,不知道为何jdk要这么设计,但好歹可以通过split(String, int)来搞定上面的那个场景。但要是遇到预先并不知道数组的长度而又需要获取正确的(或者称之为原始的)split长度时,该如何处理呢。。?
当然可以自己实现一个split,但也可以使用Guava的Spliter。例如以下代码就可以正确的获取到分隔后的数组:
1 2 3 4 5 6 7 8 9 10 |
@Test public void testSpliter() { Iterable<String> i = Splitter.on(',') .trimResults() .split("13309970XXX,4,,,1,0,,,,24,0,0,19,0,,,,,,,,0,0,,0,,,,"); for(String s : i) { System.out.println(s); } } |