substring()最常用但易越界,需校验索引在[0, str.length()]内;split()适合分隔符切分但注意空段和正则性能;StringTokenizer已过时但简单分隔场景仍有低开销优势;strip()仅去空白不截取,需避免链式调用引发NPE。
substring() 是最常用但容易越界的截取方法
Java 中 substring() 是最直接的字符串截取函数,但它不校验索引合法性——越界会直接抛 StringIndexOutOfBoundsException。尤其在动态计算索引(如配合 indexOf() 或正则匹配结果)时,很容易忽略边界为负或超出长度的情况。
常见错误场景:从日志行中提取中间字段,但某条日志格式异常导致 indexOf() 返回 -1,再传给 substring(-1, 5) 就崩了。
- 始终先检查起始/结束索引是否在
[0, str.length()]范围内(注意:结束索引可等于长度,表示截到末尾) - 推荐封装一层安全调用,例如:
safeSubstring(str, start, end),内部做Math.max(0, Math.min(start, str.length()))类处理 - JDK 7u6 之后
substring()不再共享底层char[],内存更可控,但小字符串频繁截取仍可能触发 GC 压力
split() 适合按分隔符切分,但默认丢弃空段且性能敏感
用 split(String regex) 截取其实是“以分隔符为界切片”,不是传统意义的子串提取。它默认会丢弃末尾连续的空字符串(比如 "a,b,,c,".split(",") 返回长度为 3 的数组),这点常被误认为是 bug。
真正影响性能的是正则编译开销:每次调用 split() 都会隐式编译正则(除非传入已预编译的 Pattern)。对固定字符串分隔符(如逗号、竖线),应优先用 split(",", -1) 并注意第 2 参数控制空段保留逻辑。
立即学习“Java免费学习笔记(深入)”;
- 固定字符分隔,用
split("\\|", -1)(竖线需转义,-1表示不限制分割次数且保留空项) - 高频调用场景,提前缓存
Pattern.compile(","),再用pattern.split(str) - 纯位置截取别硬套
split()——比如只要第 2 个逗号后的 10 个字符,用substring()+indexOf()更轻量
StringTokenizer 已过时,但简单空格/制表符切分仍有低开销优势
StringTokenizer 不是正则驱动,也不创建临时对象,对纯字符集分隔(如 " \t\n\r\f")的遍历式切分,吞吐量比 split() 高 2–3 倍。但它已被 Javadoc 标记为“legacy”,不支持正则、不可扩展,且无法返回空 token。