本文详解如何将形如“john.davidson/belgrade michael.barton/krakow”的空格分隔字符串，按空格→点/斜杠替换→拆分→构造对象→存入数组的流程，自动化生成 person 对象数组并规范输出。
本文详解如何将形如“john.davidson/belgrade michael.barton/krakow”的空格分隔字符串，按空格→点/斜杠替换→拆分→构造对象→存入数组的流程，自动化生成 person 对象数组并规范输出。
要实现从原始字符串到结构化对象数组的完整转换，关键在于分步解耦、避免硬编码、确保对象可读性。原代码存在三个核心问题：
-
错误的正则分割：
split("[/. ]")将整个字符串打散为["John","Davidson","Belgrade","Michael",...]，丢失了姓名与城市的逻辑分组； -
手动构造对象且数量写死：
new Person[3]和硬编码索引违背可扩展性原则； -
未重写
toString()：导致打印Person@xxxxxx（默认哈希码），而非期望的"John Davidson Belgrade"。
✅ 正确做法是：先按空格切分整体记录 → 再对每条记录分别处理姓名与城市 → 构造对象 → 收集为数组。以下是优化后的完整实现：
import java.util.*;
import java.util.stream.Collectors;
public class Program {
public static void main(String[] args) {
String text = "John.Davidson/Belgrade Michael.Barton/Krakow Ivan.Perkinson/Moscow";
// Step 1: 按空格分割，得到每条完整记录（如 "John.Davidson/Belgrade"）
String[] records = text.split(" ");
// Step 2: 将每条记录映射为 Person 对象
Person[] persons = Arrays.stream(records)
.map(record -> {
// 替换 '.' 和 '/' 为空格，再按空格二次分割
String[] parts = record.replaceAll("[./]", " ").split("\s+", 3);
// parts[0]=名, parts[1]=姓, parts[2]=城市（确保至少3部分，避免越界）
return new Person(
parts.length > 0 ? parts[0] : "",
parts.length > 1 ? parts[1] : "",
parts.length > 2 ? parts[2] : ""
);
})
.toArray(Person[]::new);
// Step 3: 输出（需确保 Person.toString() 返回期望格式）
for (Person p : persons) {
System.out.println(p);
}
}
}
class Person {
private final String name;
private final String surname;
private final String city;
public Person(String name, String surname, String city) {
this.name = name;
this.surname = surname;
this.city = city;
}
// ✅ 关键：重写 toString()，返回 "Name Surname City" 格式
@Override
public String toString() {
return name + " " + surname + " " + city;
}
}运行输出：
John Davidson Belgrade Michael Barton Krakow Ivan Perkinson Moscow
? 注意事项与最佳实践：
- 使用
replaceAll("[./]", " ")统一替换分隔符，再用split("\s+", 3)限制最多分割为3部分（防多余空格干扰）； -
Person字段建议设为private final，增强不可变性与线程安全性； - 若输入格式可能异常（如缺失字段），应在
map中添加校验逻辑或抛出IllegalArgumentException； - 如需支持更多城市名含空格（如
"New York"），应改用正则匹配（如(.*)\.(.*)/(.*)）而非简单替换+分割。
该方案完全自动化、可扩展、健壮性强，无需预知记录数量，也彻底规避了原始代码中的硬编码和显示异常问题。
