用 JavaScript 的 split 拆分字串時,常常會冒出一些意料之外的空字串 "",尤其是在用正則表達式當分隔符的時候。本文從問題出發,一路追到 ECMAScript 規範與 V8 源碼,試圖把成因講清楚。
例如這段程式:
'張sdf四上法asdf翁芬aa33網s'.split(/([u4e00-u9fa5]{1})/gi);
輸出卻是 ["", "張", "sdf", "四", "", "上", "", "法", ...],裡面摻雜了好幾個空字串。
依 ECMAScript 的 String.prototype.split 規範,最關鍵的是內部那個循環:它反覆呼叫 SplitMatch 找出分隔符位置,再把「上一個結束位置到目前開始位置」之間的子字串放進結果陣列。而截取子字串時,如果起始位置與結束位置相同,就會得到空字串。
綜合分析後,空字串主要出現在三種情況:
一、連續分隔符:字串匹配過一次分隔符後,緊接著下一個位置又是分隔符,例如 'abbbc'.split('b')。
二、開頭即分隔符:字串開頭就匹配分隔符,例如 'abc'.split('a')。
三、結尾為分隔符:字串結尾匹配分隔符,例如 'abc'.split('c')。
此外,當分隔符是正則表達式時,結果中還可能出現 undefined,例如 'abc'.split(/(d)*/)。作者也順帶發現:正則表達式作為分隔符時,global 修飾符 g 會被忽略。若不想看到空字串,可在 split 後用 filter 把空值濾掉。