Trình quét so với StringTokenizer so với String.Split

Tôi mới tìm hiểu về lớp Scanner của Java và bây giờ tôi đang tự hỏi làm thế nào nó so sánh / cạnh tranh với StringTokenizer và String.Split. Tôi biết rằng StringTokenizer và String.Split chỉ hoạt động trên Chuỗi, vậy tại sao tôi muốn sử dụng Trình quét cho Chuỗi? Có phải Scanner chỉ nhằm mục đích mua sắm một lần để chia tách?

Chúng chủ yếu là ngựa cho các khóa học.

• Scannerđược thiết kế cho các trường hợp bạn cần phân tích một chuỗi, lấy ra các dữ liệu thuộc các loại khác nhau. Nó rất linh hoạt, nhưng có thể cho rằng không cung cấp cho bạn API đơn giản nhất chỉ đơn giản là nhận được một chuỗi các chuỗi được phân tách bằng một biểu thức cụ thể.
• String.split()và Pattern.split()cung cấp cho bạn một cú pháp dễ dàng để thực hiện cái sau, nhưng về cơ bản đó là tất cả những gì họ làm. Nếu bạn muốn phân tích chuỗi kết quả hoặc thay đổi dấu phân cách giữa chừng tùy thuộc vào một mã thông báo cụ thể, họ sẽ không giúp bạn điều đó.
• StringTokenizerthậm chí còn hạn chế hơn String.split(), và cũng hơi khó sử dụng hơn. Nó chủ yếu được thiết kế để kéo ra các mã thông báo được phân định bởi các chuỗi cố định. Do hạn chế này, nó nhanh gấp đôi String.split(). (Xem phần so sánhString.split()StringTokenizer của tôi và .) Nó cũng có trước API biểu thức chính quy, String.split()là một phần.

Bạn sẽ lưu ý từ thời gian của tôi String.split()vẫn có thể mã hóa hàng ngàn chuỗi trong vài mili giây trên một máy thông thường. Ngoài ra, nó có lợi thế hơn StringTokenizerlà nó cung cấp cho bạn đầu ra dưới dạng một chuỗi chuỗi, thường là những gì bạn muốn. Sử dụng một Enumeration, như được cung cấp bởi StringTokenizer, hầu hết thời gian là "quá phức tạp". Từ quan điểm này StringTokenizer, ngày nay hơi lãng phí không gian và bạn cũng có thể sử dụng String.split().

Hãy bắt đầu bằng cách loại bỏ StringTokenizer . Nó đang già đi và thậm chí không hỗ trợ các biểu thức thông thường. Tài liệu của nó nêu:

StringTokenizerlà một lớp kế thừa được giữ lại vì lý do tương thích mặc dù việc sử dụng nó không được khuyến khích trong mã mới. Chúng tôi khuyên mọi người tìm kiếm chức năng này nên sử dụngsplit phương pháp Stringhoặc java.util.regexgói.

Vì vậy, hãy ném nó ra ngay lập tức. Những chiếc lá đósplit() và Scanner. Sự khác biệt giữa chúng là gì?

Đối với một điều, split()chỉ cần trả về một mảng, giúp dễ dàng sử dụng vòng lặp foreach:

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

Scanner được xây dựng giống như một luồng:

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

hoặc là

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

(Nó có một API lớn , vì vậy đừng nghĩ rằng nó luôn bị hạn chế ở những thứ đơn giản như vậy.)

Giao diện kiểu luồng này có thể hữu ích để phân tích tệp văn bản đơn giản hoặc đầu vào bảng điều khiển, khi bạn không có (hoặc không thể nhận) tất cả đầu vào trước khi bắt đầu phân tích cú pháp.

Cá nhân, lần duy nhất tôi có thể nhớ sử dụng Scannerlà cho các dự án trường học, khi tôi phải lấy đầu vào của người dùng từ dòng lệnh. Nó làm cho loại hoạt động dễ dàng. Nhưng nếu tôi có một thứ Stringmà tôi muốn tách ra, thì nó gần như không có trí tuệ để đi cùng split().

StringTokenizer luôn ở đó. Nó là nhanh nhất trong tất cả, nhưng thành ngữ giống như liệt kê có thể trông không thanh lịch như những người khác.

sự phân chia đã tồn tại trên JDK 1.4. Chậm hơn so với tokenizer nhưng dễ sử dụng hơn, vì nó có thể gọi được từ lớp String.

Máy quét đã xuất hiện trên JDK 1.5. Đây là phần mềm linh hoạt nhất và lấp đầy khoảng trống lâu dài trên API Java để hỗ trợ tương đương với họ hàm quét Cs nổi tiếng.

Nếu bạn có một đối tượng String mà bạn muốn token hóa, hãy ưu tiên sử dụng phương thức phân tách của String trên StringTokenizer. Nếu bạn đang phân tích dữ liệu văn bản từ một nguồn bên ngoài chương trình của bạn, như từ tệp hoặc từ người dùng, thì đó là nơi Máy quét có ích.

Split chậm, nhưng không chậm như Scanner. StringTokenizer nhanh hơn tách. Tuy nhiên, tôi thấy rằng tôi có thể tăng gấp đôi tốc độ, bằng cách giao dịch linh hoạt, để tăng tốc độ, điều mà tôi đã làm tại JFastParser https://github.com/hughperkins/jfastparser

Thử nghiệm trên một chuỗi chứa một triệu nhân đôi:

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

String.split dường như chậm hơn nhiều so với StringTokenizer. Lợi thế duy nhất với sự phân chia là bạn có được một loạt các mã thông báo. Ngoài ra, bạn có thể sử dụng bất kỳ biểu thức thông thường trong tách. org.apache.commons.lang.StringUtils có một phương thức phân tách hoạt động nhanh hơn nhiều so với bất kỳ hai viz nào. StringTokenizer hoặc String.split. Nhưng việc sử dụng CPU cho cả ba gần như nhau. Vì vậy, chúng ta cũng cần một phương pháp ít tốn CPU hơn mà tôi vẫn không thể tìm thấy.

Gần đây tôi đã thực hiện một số thử nghiệm về hiệu suất kém của String.split () trong các tình huống nhạy cảm hiệu năng cao. Bạn có thể thấy điều này hữu ích.

http://eblog. synconsystems.com/hidden-evils-of-javas-stringsplit-and-opesr

Ý chính là String.split () biên dịch một mẫu Biểu thức chính quy mỗi lần và do đó có thể làm chậm chương trình của bạn, so với nếu bạn sử dụng một đối tượng Mẫu được biên dịch trước và sử dụng trực tiếp để hoạt động trên Chuỗi.

Đối với các kịch bản mặc định, tôi cũng sẽ đề xuất Pattern.split () nhưng nếu bạn cần hiệu suất tối đa (đặc biệt là trên Android, tất cả các giải pháp tôi đã kiểm tra đều khá chậm) và bạn chỉ cần phân tách bằng một char duy nhất, giờ đây tôi sử dụng phương pháp của riêng mình:

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;
}

Sử dụng "abc" .toCharArray () để lấy mảng char cho Chuỗi. Ví dụ:

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

Một sự khác biệt quan trọng là cả String.split () và Scanner đều có thể tạo ra các chuỗi rỗng nhưng StringTokenizer không bao giờ làm điều đó.

Ví dụ:

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());

Đầu ra:

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

Điều này là do dấu phân cách cho String.split () và Scanner.useD006iter () không chỉ là một chuỗi, mà là một biểu thức thông thường. Chúng ta có thể thay thế dấu phân cách "" bằng "+" trong ví dụ trên để làm cho chúng hoạt động giống như StringTokenizer.

String.split () hoạt động rất tốt nhưng có ranh giới riêng, như nếu bạn muốn tách một chuỗi như dưới đây dựa trên biểu tượng ống đơn hoặc kép (|), nó không hoạt động. Trong tình huống này, bạn có thể sử dụng StringTokenizer.

ABC | IJK