Java字符串截取方法与性能对比

大家好，我们又见面了啊~本文《Java字符串截取函数详解与性能分析》的内容中将会涉及到等等。如果你正在学习文章相关知识，欢迎关注我，以后会给大家带来更多文章相关文章，希望我们能一起进步！下面就开始本文的正式内容~

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。

• 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。

适用场景非常窄：解析配置文件中由空格分隔的命令行参数，或嵌入式环境里避免正则类加载开销。

• 仅当确定分隔符是固定字符集、且不需要空项、不需正则能力时才考虑
• 不要用它处理用户输入或含混合分隔符的文本（比如 CSV 中的引号包裹逗号）
• 替代方案：Guava 的 Splitter.on(' ').omitEmptyStrings().trimResults() 更安全易读

Java 11+ 的 strip()/stripLeading()/stripTrailing() 不是截取，但常被误用作“去首尾空格后取子串”

这三个方法只移除 Unicode 空白字符（包括全角空格、零宽空格等），不改变字符串内容结构，也不接受索引参数。有人写成 str.strip().substring(0, 10) 想“先清理再取前 10”，但若原始字符串首尾无空白，strip() 会返回原引用，而 substring() 又可能新建对象——看似省事，实则语义混杂、调试困难。

真正需要“清理+截断”组合逻辑时，应显式拆解步骤，并明确空字符串、null、超长等情况的处理策略。

• 避免链式调用掩盖 null 或长度异常，例如 str.strip().substring(0, N) 在 str 为 null 时直接 NPE
• 如果目标是“最多取前 N 个非空白字符”，用 str.codePoints().takeWhile(cp -> !Character.isWhitespace(cp)).limit(N).collect(...) 更精准（但代价是流开销）
• 日常开发中，先 Objects.requireNonNull(str, "input must not be null")，再 str = str.strip()，最后做 substring 或其他操作，逻辑更清晰

字符串截取看着简单，但边界判断、编码感知、GC 影响和 null 安全这四点，几乎每个项目都会踩至少一次。别依赖 IDE 自动补全的 API 文档摘要，打开 JDK 源码看一眼 substring 的索引校验逻辑，比读十篇博客更管用。

今天带大家了解了的相关知识，希望对你有所帮助；关于文章的技术知识我们会一点点深入介绍，欢迎大家关注golang学习网公众号，一起学习编程~