Java String.split() 方法陷阱：为什么你应该始终使用 split(regex, -1)

核心问题

Java 的 String.split(regex) 默认等价于 split(regex, 0)，会静默丢弃尾部的所有空字符串。这个设计在结构化数据处理中是灾难性的。

"A,B,C,".split(",");     // ["A", "B", "C"]      长度 3 ❌ 尾部空值丢失
"A,B,C,".split(",", -1); // ["A", "B", "C", ""]  长度 4 ✅ 结构完整

---

三种关键场景

1️⃣ 尾部有空值（最常见）

"field1,field2,".split(",");     // ["field1", "field2"]      ❌
"field1,field2,".split(",", -1); // ["field1", "field2", ""]  ✅

后果：CSV 解析时列数对不上，数据错位。

---

2️⃣ 多个关联数组按索引对齐

String ids     = "ID1|ID2|";
String names   = "Alice|Bob|";

String[] idArray   = ids.split("\\|");    // ["ID1", "ID2"]       长度 2
String[] nameArray = names.split("\\|");  // ["Alice", "Bob"]     长度 2

// 如果其中一个尾部为空：
String statuses = "active||";
String[] statusArray = statuses.split("\\|");  // ["active"]  长度 1 ❌

// 按索引配对时直接越界
statusArray[1];  // 💥 ArrayIndexOutOfBoundsException

后果：多数组对齐场景下，某个字段尾部为空会导致整体崩溃。

---

3️⃣ 全是分隔符或连续分隔符

",,,".split(",");     // []              长度 0 ❌ 结构完全丢失
",,,".split(",", -1); // ["","","",""]  长度 4 ✅

后果：循环根本不执行，或者误判为数据格式错误。

---

为什么会有这个坑？

历史遗留设计：早期脚本语言（Perl、AWK）认为尾部空值无意义，Java 沿用了这个行为。但在现代业务开发中，空字符串是有意义的占位符。

注意：中间的空值不会被丢弃，只有尾部的才会。这种不对称行为更具迷惑性。

"A,,B".split(",");     // ["A", "", "B"]  ✅ 中间空值保留
"A,B,".split(",");     // ["A", "B"]      ❌ 尾部空值丢失

---

解决方案

✅ 黄金规则：始终使用 split(regex, -1)

String[] fields = data.split(",", -1);

配套最佳实践

// 1. 空值检查
if (data == null || data.isEmpty()) {
    return new String[0];
}

// 2. 长度校验
String[] fields = data.split(",", -1);
if (fields.length != expectedLength) {
    throw new IllegalArgumentException("字段数量不符");
}

// 3. 空字符串处理
for (String field : fields) {
    String value = field.isEmpty() ? null : field;  // 根据业务决定
}

---

性能影响？

微乎其微。除非你在循环中处理千万级数据，否则正确性远比那纳秒级的性能差异重要。

极致优化可以预编译正则：

private static final Pattern DELIMITER = Pattern.compile(",");
String[] fields = DELIMITER.split(data, -1);

---

一句话总结

处理结构化数据时，永远用 split(regex, -1)。显式优于隐式，完整优于便利。

这个小习惯能帮你避免 80% 的字符串分割相关的 Bug。