StringTokenizer-大数据情况下截取字符串

java.util.StringTokenizer

 

StringTokenizer：字符串分隔解析类型

属于：java.util包。

 

１、构造函数。

 

StringTokenizer(String str) ：

       构造一个用来解析str的StringTokenizer对象。java默认的分隔符是“空格”、“制表符(‘\t’)”、“换行符(‘\n’)”、“回车符(‘\r’)”。

StringTokenizer(String str, String delim) ：

       构造一个用来解析str的StringTokenizer对象，并提供一个指定的分隔符。

StringTokenizer(String str, String delim, boolean returnDelims) ：

       构造一个用来解析str的StringTokenizer对象，并提供一个指定的分隔符，同时，指定是否返回分隔符。

 

 

２、方法。

说明：

1. 所有方法均为public；

2. 书写格式：［修饰符］　<返回类型> <方法名（［参数列表］）>

如：

static int parseInt(String s) 表示：此方法（parseInt）为类方法（static），返回类型为（int），方法所需参数为String类型。

 

1. int countTokens() ：返回nextToken方法被调用的次数。如果采用构造函数1和2，返回的就是分隔符数量(例2)。

2. boolean hasMoreTokens() ：返回是否还有分隔符。

3. boolean hasMoreElements() ：结果同2。

4. String nextToken() ：返回从当前位置到下一个分隔符的字符串。

5. Object nextElement() ：结果同4。

6. String nextToken(String delim) ：与4类似，以指定的分隔符返回结果。

 

一、使用实例：

import java.util.StringTokenizer;public class StringTokenizerExample {public static void main(String[] args) {// TODO Auto-generated method stubdefaultStruct();System.out.println();/* * 二三不同在于是否返回分隔符 * StringTokenizer st = new StringTokenizer(s,"=",true);         * StringTokenizer st = new StringTokenizer(s,"="); * */defaultStructTwo();System.out.println();defaultStructThree();}public static void defaultStruct(){ String s = new String("The Java platform is the ideal platform for network computing");         StringTokenizer st = new StringTokenizer(s);         System.out.println( "Token Total: " + st.countTokens() );                  while(st.hasMoreElements()){         System.out.println(st.nextToken());         }}//不返回分隔符public static void defaultStructTwo(){String s = new String("The=Java=platform=is=the=ideal=platform=for=network=computing");        //StringTokenizer st = new StringTokenizer(s,"=",true);        StringTokenizer st = new StringTokenizer(s,"=");        System.out.println( "Token Total: " + st.countTokens() );        while( st.hasMoreElements() ){             System.out.println( st.nextToken() );        }}//返回分隔符public static void defaultStructThree(){String s = new String("The=Java=platform=is=the=ideal=platform=for=network=computing");        StringTokenizer st = new StringTokenizer(s,"=",true);                System.out.println( "Token Total: " + st.countTokens() );        while( st.hasMoreElements() ){             System.out.println( st.nextToken() );        }}}

 结果：

Token Total: 10TheJavaplatformistheidealplatformfornetworkcomputingToken Total: 10TheJavaplatformistheidealplatformfornetworkcomputingToken Total: 19The=Java=platform=is=the=ideal=platform=for=network=computing

 

二、性能测试：

来源：http://blog.csdn.net/songylwq/article/details/9016609

import java.util.Random;import java.util.StringTokenizer;/** * String测试类 *  * @author xiaori.Liu * */public class StringTest {public static void main(String args[]) {String orginStr = getOriginStr(100);System.out.println(orginStr);////////////// String.splic()表现//////////////////////////////////////////////System.out.println("使用String.splic()的切分字符串");long st1 = System.nanoTime();String[] result = orginStr.split("\\.");System.out.println("String.splic()截取字符串用时：" + (System.nanoTime() - st1));System.out.println("String.splic()截取字符串结果个数：" + result.length);System.out.println();////////////// StringTokenizer表现//////////////////////////////////////////////System.out.println("使用StringTokenizer的切分字符串");long st3 = System.nanoTime();StringTokenizer token = new StringTokenizer(orginStr, ".");System.out.println("StringTokenizer截取字符串用时:" + (System.nanoTime() - st3));System.out.println("StringTokenizer截取字符串结果个数：" + token.countTokens());System.out.println();//////////////////// String.substring()表现//////////////////////////////////////////long st5 = System.nanoTime();int len = orginStr.lastIndexOf(".");System.out.println("使用String.substring()切分字符串");int k = 0, count = 0;for (int i = 0; i <= len; i++) {if (orginStr.substring(i, i + 1).equals(".")) {if (count == 0) {orginStr.substring(0, i);} else {orginStr.substring(k + 1, i);if (i == len) {orginStr.substring(len + 1, orginStr.length());}}k = i;count++;}}System.out.println("String.substring()截取字符串用时" + (System.nanoTime() - st5));System.out.println("String.substring()截取字符串结果个数：" + (count + 1));}/** * 构造目标字符串 eg：10.123.12.154.154 *  * @param len *            目标字符串组数(每组由3个随机数组成) * @return */private static String getOriginStr(int len) {StringBuffer sb = new StringBuffer();StringBuffer result = new StringBuffer();Random random = new Random();for (int i = 0; i < len; i++) {sb.append(random.nextInt(9)).append(random.nextInt(9)).append(random.nextInt(9));result.append(sb.toString());sb.delete(0, sb.length());if (i != len - 1)result.append(".");}return result.toString();}}

 结果：

347.250.685.477.054.632.034.341.582.131.205.087.160.754.152.534.228.028.146.687.563.067.613.427.410.070.727.633.150.621.688.503.782.634.337.034.802.115.777.531.563.133.023.078.827.053.000.086.877.541.118.133.252.242.031.760.508.534.663.481.175.317.652.162.610.144.517.172.413.642.135.623.822.234.685.200.081.842.621.351.836.252.615.755.480.825.535.363.483.103.667.387.214.432.140.001.500.252.437.213使用String.splic()的切分字符串String.splic()截取字符串用时：25555768String.splic()截取字符串结果个数：100使用StringTokenizer的切分字符串StringTokenizer截取字符串用时:45759StringTokenizer截取字符串结果个数：100使用String.substring()切分字符串String.substring()截取字符串用时362875String.substring()截取字符串结果个数：100

 
 

StringTokenizer则是表现最优秀的，基本上平稳，始终保持在5000ns一下。

结论

最终，StringTokenizer在截取字符串中效率最高，不论数据量大小，几乎持平。substring则要次之，数据量增加耗时也要随之增加。split则是表现最差劲的。

 

 

究其原因，split的实现方式是采用正则表达式实现，所以其性能会比较低。至于正则表达式为何低，还未去验证。split源码如下：

public String[] split(String regex, int limit) {    return Pattern.compile(regex).split(this, limit);} 

 

..