扫描仪vs. StringTokenizer vs. String.split

StackOverflow https://stackoverflow.com/questions/691184

题

我刚刚了解了Java的扫描仪课程，现在我想知道它如何与StringTokenizer和String.split进行比较/竞争。我知道弦乐器和字符串。Split仅适用于字符串，那么为什么要将扫描仪用于字符串呢？扫描仪只是打算是一站式购物吗？

有帮助吗？

解决方案

他们本质上是课程的马。

  • Scanner 设计用于您需要解析字符串并拔出不同类型的数据的情况。它非常灵活，但是可以说，它并不能为您提供最简单的API，简单地获得特定表达式界定的一系列字符串。
  • String.split() 和 Pattern.split() 给您简单的语法来完成后者，但这实际上是他们所做的一切。如果您想解析生成的字符串，或者根据特定的令牌将定界线更改为中间，它们将不会为您提供帮助。
  • StringTokenizer 比限制比 String.split(), ，也有点麻烦。它基本设计用于拉出固定子字符串划界的令牌。由于这种限制，它的速度大约是 String.split(). 。 （见我 相对比 String.split() 和 StringTokenizer。）它也早于正则表达式API String.split() 是一部分。

你会从我的时间里注意到 String.split() 仍然可以令牌 数千弦数毫秒 在典型的机器上。此外，它具有优势 StringTokenizer 它可以将输出作为字符串数组，通常是您想要的。使用 Enumeration, ，按照 StringTokenizer, ，大部分时间都太“句法上挑剔”。从这个角度来看， StringTokenizer 如今有点浪费空间，您也可以使用 String.split().

其他提示

让我们从消除开始 StringTokenizer. 。它已经变老了，甚至不支持正则表达式。其文档指出：

StringTokenizer 是一个遗留类，由于兼容原因而被保留，尽管其使用在新代码中不建议使用。建议任何寻求此功能的人使用 split 的方法 String 或者 java.util.regex 软件包。

因此，让我们立即将其扔出去。那离开 split() 和 Scanner. 。它们有什么区别？

一件事 split() 只需返回一个阵列，这使使用foreach循环变得易于使用：

for (String token : input.split("\\s+") { ... }

Scanner 建造更像流：

while (myScanner.hasNext()) {
    String token = myScanner.next();
    ...
}

或者

while (myScanner.hasNextDouble()) {
    double token = myScanner.nextDouble();
    ...
}

（它有一个 大型API, ，所以不要认为它总是限于如此简单的事情。）

当您没有（或无法获取）在开始解析之前，此流式接口对于解析简单的文本文件或控制台输入可能很有用。

就个人而言，我唯一能记得使用的时间 Scanner 是用于学校项目的，当我必须从命令行获得用户输入时。它使这种操作变得容易。但是如果我有一个 String 我想分裂，这几乎是一个不费吹灰之力的 split().

StringTokenizer总是在那里。它是最快的，但是枚举般的成语看起来不像其他统一性那么优雅。

JDK 1.4出现了分裂。比令牌较慢，但更易于使用，因为它可以从字符串类中调用。

扫描仪开始使用JDK 1.5。它是最灵活的，在Java API上填补了长时间的空白，以支持相当于著名的CS SCANF功能系列。

分裂很慢，但不像扫描仪那样慢。 StringTokenizer比拆分更快。但是，我发现我可以通过交易一些灵活性来获得两倍的速度，以获得速度提升，我在Jfastparser上做了这一点 https://github.com/hughperkins/jfastparser

在包含100万双的字符串上进行测试：

Scanner: 10642 ms
Split: 715 ms
StringTokenizer: 544ms
JFastParser: 290ms

如果您有一个要令牌的字符串对象，请使用字符串的优惠 分裂 通过StringTokenizer的方法。如果您是从程序外部的源中解析文本数据，例如文件或用户，那就是扫描仪派上用场的地方。

String.split似乎比StringTokenizer慢得多。 Split的唯一优点是您获得了代币的数组。另外，您可以在Split中使用任何正则表达式。 org.apache.commons.lang.stringutils具有一种拆分方法，其工作速度比两个viz中的任何一个要快得多。 StringTokenizer或String.split。但是所有三个的CPU利用率几乎相同。因此，我们还需要一种较少密集型的方法，我仍然找不到。

最近，我做了一些实验，以了解string.split（）在高度敏感的情况下的不良性能。您可能会发现这有用。

http://eblog.chrononsystems.com/hidden-evils-of-javas-stringsplit--and-stringr

要点是string.split（）每次都会编译正则表达式模式，因此与使用预编译的模式对象相比，可以放慢程序的速度，并直接使用它来在字符串上操作。

对于默认场景，我也建议使用模式。Split（），但是如果您需要最大的性能（尤其是在Android上，我测试的所有解决方案都非常慢），您只需要用单个char拆分，我现在使用我自己的方法：

public static ArrayList<String> splitBySingleChar(final char[] s,
        final char splitChar) {
    final ArrayList<String> result = new ArrayList<String>();
    final int length = s.length;
    int offset = 0;
    int count = 0;
    for (int i = 0; i < length; i++) {
        if (s[i] == splitChar) {
            if (count > 0) {
                result.add(new String(s, offset, count));
            }
            offset = i + 1;
            count = 0;
        } else {
            count++;
        }
    }
    if (count > 0) {
        result.add(new String(s, offset, count));
    }
    return result;
}

使用“ abc” .tochararray（）获取字符串的字符阵列。例如：

String s = "     a bb   ccc  dddd eeeee  ffffff    ggggggg ";
ArrayList<String> result = splitBySingleChar(s.toCharArray(), ' ');

一个重要的区别是String.split（）和扫描仪都可以产生空字符串，但是StringTokenizer从未这样做。

例如：

String str = "ab cd  ef";

StringTokenizer st = new StringTokenizer(str, " ");
for (int i = 0; st.hasMoreTokens(); i++) System.out.println("#" + i + ": " + st.nextToken());

String[] split = str.split(" ");
for (int i = 0; i < split.length; i++) System.out.println("#" + i + ": " + split[i]);

Scanner sc = new Scanner(str).useDelimiter(" ");
for (int i = 0; sc.hasNext(); i++) System.out.println("#" + i + ": " + sc.next());

输出：

//StringTokenizer
#0: ab
#1: cd
#2: ef
//String.split()
#0: ab
#1: cd
#2: 
#3: ef
//Scanner
#0: ab
#1: cd
#2: 
#3: ef

这是因为String.split（）和scanner.usedelimiter（）的定界符不仅是字符串，而且是正则表达式。在上面的示例中，我们可以用“ +”替换定界符“”，以使其像StringTokenizer一样行为。

string.split（）的工作非常好，但是具有自己的边界，例如，如果您想根据单管或双管（|）符号分开字符串，则它不起作用。在这种情况下，您可以使用StringTokenizer。

ABC | ijk

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top