本文详解如何在 Java 中高效、准确地按多个自定义分隔符（如逗号、点号、冒号、制表符等）分割字符串，重点介绍 String.split() 配合正则表达式“或”逻辑（|）的用法，并强调转义规则与常见陷阱。
本文详解如何在 java 中高效、准确地按多个自定义分隔符（如逗号、点号、冒号、制表符等）分割字符串，重点介绍 `string.split()` 配合正则表达式“或”逻辑（`|`）的用法，并强调转义规则与常见陷阱。
在实际文本处理中（例如解析结构松散的元数据、日志行或非标准格式文档），我们常需将字符串按多种空白或标点符号切分为语义单元，而这些分隔符并非单一字符。例如，给定如下文本：
Title: The Importance of Being Earnest
A Trivial Comedy for Serious People
Author: Oscar Wilde目标是将内容按空格、制表符（ ）、换行符（ ）、回车符（ ）、换页符（ ）等所有空白字符切分，同时确保标点（如 :、.、,）不被当作分隔符——它们应保留在相邻单词中（如 "Title:" 不应拆成 "Title" 和 ""）。
Java 提供了两种主流方式实现多分隔符分割：StringTokenizer（已过时，不推荐）和更强大灵活的 String.split(String regex)。后者基于正则表达式，支持任意逻辑组合，是当前最佳实践。
✅ 推荐方案：String.split() + 正则“或”表达式
split() 方法接受一个正则表达式作为参数。要匹配多个不同字符，可使用竖线 | 表示“或”关系。注意：*正则中的特殊字符（如 ., `,+,?,^,$,[,],(,),{,},|,`）必须转义**，否则会被解释为元字符而非字面量。
立即学习“Java免费学习笔记（深入）”；
例如，若需按 ,、.、! 分割：
String input = "123,45!67.890";
String[] parts = input.split(",|\.|!"); // 注意：点号 . 必须写成 \.
for (String part : parts) {
System.out.println("'" + part + "'");
}输出：
'123' '45' '67' '890'
? 针对原始需求：分割所有空白字符（空格、 、 、 、 ）
Java 正则提供了内置字符类 s，它精确匹配所有 Unicode 空白字符，包括：
[
]（即空格、制表符、换行、垂直制表、换页、回车）
因此，最简洁、健壮且符合语义的写法是：
String rawText = "Title: The Importance of Being Earnest
A Trivial Comedy for Serious People
Author: Oscar Wilde";
String[] tokens = rawText.split("\s+"); // s+ 匹配一个或多个连续空白
// 结果将包含："Title:", "The", "Importance", "of", ..., "Oscar", "Wilde"? 为什么用 \s+ 而不是逐个列出？
- 更简洁：无需手动拼接 s|\t|\n|\r|\f；
- 更全面：s 自动覆盖所有标准空白，包括不可见字符；
- 更高效：+ 量词避免因连续空白产生空字符串（如 会生成一个空项，而 s+ 合并为一次分割）。
⚠️ 关键注意事项
空字符串处理：若输入以分隔符开头/结尾，或存在连续分隔符，split() 默认可能返回空字符串项。使用 split(regex, limit) 并传入负数 limit（如 -1）可保留末尾空项；若想彻底过滤空串，建议后续用 Arrays.stream(tokens).filter(s -> !s.isEmpty()).toArray(String[]::new)。
性能提示：对于超大文本或高频调用场景，预编译正则（Pattern.compile("\s+")）并复用 Pattern.split() 可提升性能，但普通场景直接 split() 已足够。
与 StringTokenizer 的区别：StringTokenizer 是遗留类，不支持正则，无法处理 s 或复杂逻辑，且已标记为“legacy”，官方文档明确建议使用 String.split() 或 java.util.regex 包。
✅ 总结
- ✅ 优先使用 String.split("\s+") 处理多空白分隔场景，语义清晰、兼容性强；
- ✅ 若需混合非空白分隔符（如 :, ,, ;），构造正则如 ":|,|;"，并确保特殊字符转义（如 \.）；
- ❌ 避免 StringTokenizer 多分隔符拼接（如 new StringTokenizer(str, " ")），它将所有字符视为独立分隔符集合，但无法区分“空白”与“标点”的语义边界，且不支持正则能力；
- ? 始终在 IDE 或单元测试中验证正则行为，尤其注意转义层级（Java 字符串中反斜杠需双写 \）。
掌握这一模式，即可稳健应对从简单 CSV 片段到复杂非结构化文本的分词需求。
