Question

我有很多字符串，它们的大小非常随机：5个字符到12000个随机字符。

例如：

String 1 : A,b,C,d
String 2 :23,343,342,4535,4535,453,234,
String 3 : ,asdsfdfdasgfdsfsf,dsfdsfdsfdsfsdfdf,sdsfdsfdsfsdf, <- and this around another 1000 times.

我想通过他们的ID将它们上传到我的数据库。所以我的问题是oracle数据库varchar只能占用4k字节。

修改所以如果字符串大于4k。我想要一个String []，其中每个元素最多4000k字符允许计数3900.（并且如果我通过数组我得到相同的字符串，并且每个数组元素最后＆＃34;字＆＃34;是一个完整的单词不是切片）

所以我的想法是，如果string.lenth＆lt; 1000然后去。否则将它分成~4000只股票，但只能在昏迷后分开。

到目前为止我的解决方案（没有昏迷关怀）

        for (My_type type: types) {
        String[] tokens =
                Iterables.toArray(
                    Splitter
                        .fixedLength(4000)
                        .split(type.area),
                    String.class
                );

如何更换此功能以获得＆＃34;良好的数组＆＃34;？

Answer 1

我不认为split()是一种选择。我认为您需要使用Matcher来尽可能多地使用输入，然后构建捕获的部分列表：

Matcher matcher = Pattern.compile(".{1,3999}(,|.$)").matcher(input);
List<String> list = new ArrayList<>();
while (matcher.find())
    list.add(matcher.group());

如果你真的想要一个阵列（不推荐）

String[] array = list.toArray(new String[list.size()]);

这个正则表达式是贪婪的，最多会消耗4000个以逗号或输入结束的字符。长度为3999用于为逗号本身提供1个以上，并且结束标记$之前的点将消耗一个，因为$是零宽度。

Answer 2

这将在List＆lt;＆gt;中为您提供此类令牌 - 希望那很好。

for (My_type type: types) {
    String longString = type.area;
    List<String> tokens = new ArrayList<>();
    while (longString.length() > 4000) {
        int splitIndex = longString.lastIndexOf(",", 3999);
        if (splitIndex < 0) {
            // no comma found
            throw new IllegalStateException("Cannot split string");
        }
        tokens.add(longString.substring(0, splitIndex));
        longString = longString.substring(splitIndex + 1); // leaving out the comma
    }
    if (tokens.size() == 0) {
        tokens.add(longString);
    }
}

Java按字符串将字符串拆分为数组，并且仅在分隔符后拆分

2 个答案: