java怎么截取字符串，截取字符串的方法有哪些？

Java截取字符串最直接的方法是String类的substring方法，但使用时必须理解其索引规则和字符串不可变性，否则容易引发异常或性能问题。 从索引0开始，结束索引不包含字符，这是新手最容易踩的坑，JDK 7之后substring不再共享底层字符数组，虽然避免了内存泄漏，但截取大字符串时复制成本不可忽视，实际开发中还有Apache Commons Lang的StringUtils、正则表达式等方案,但核心始终是明确截取边界。

核心方法：substring的用法与底层原理

基本语法与示例

substring提供两种重载：substring(int beginIndex) 和 substring(int beginIndex, int endIndex)，示例：String str = "Hello World"; str.substring(6) 返回 "World"；str.substring(0,5) 返回 "Hello"，记住前者从指定位置截到末尾，后者截取从beginIndex到endIndex-1之间的字符。

索引规则与常见误解

很多开发者误以为substring(1,3)包含索引1、2、3，实际只包含索引1和2，正确理解：beginIndex是起始位置，endIndex是终止位置，字符数 = endIndex beginIndex，检查索引时用str.length()确保不越界，否则会抛出IndexOutOfBoundsException。

JDK 7后的内存变化

JDK 6及之前，substring通过偏移量和长度指向原字符串的char数组，导致原字符串即使不再使用也无法被GC回收，容易引发内存泄漏，JDK 7改为复制字符数组，截取小字符串时影响不大，但如果从一个长字符串（如10M）中截取一小段（如10字符），会复制整个底层数组，造成性能浪费，这时建议用new String(str.substring(...))强制缩小char数组，或直接使用StringBuilder。

其他截取方案

Apache Commons Lang的StringUtils

如果项目依赖Commons Lang，可以用StringUtils.substring(str, start, end)，它内部调用substring，但能处理null和越界，返回空字符串而不抛异常，对于频繁截取且不确定输入是否合法的情况,StringUtils是一个稳健选择。

正则表达式截取

Pattern.compile("regex").matcher(str).group() 可以灵活提取匹配模式的内容，例如提取邮箱用户名：str.replaceAll("@.", "")，正则表达式功能强大，但每次匹配都会编译Pattern，性能比substring差一个数量级,适合复杂模式而非简单截取。

按字节截取处理中英文混合

在固定字节长度的场景（如数据库字段GBK编码），直接按字符截取可能切在中文中间，导致乱码，正确做法：将字符串按指定编码转为byte[]，截取字节数组，再转回字符串，例如UTF-8下中文占3字节，需要判断截取位置是否在完整字符边界，推荐使用CharsetDecoder，或在截取前先用String.length()判断字符数，但字节截取没有标准库方法,通常需要自己实现。

避坑指南

IndexOutOfBoundsException

substring的索引参数必须满足：0 ≤ beginIndex ≤ endIndex ≤ str.length()，任何违反都会抛出异常，在调用前务必检查长度，例如if (str != null && str.length() >= endIndex) { ... }。

空字符串与null处理

对null字符串调用substring会直接抛NullPointerException，建议使用StringUtils.defaultString(str, "")或Optional.ofNullable(str).orElse("") 做防御性处理，空字符串（””）调用substring时，只要索引正确，不会异常,但返回空字符串。

不可变性导致的性能陷阱

字符串不可变，每次substring都会创建新字符串（JDK7+），在循环中大量截取会快速产生大量临时对象，增加GC压力，例如处理1万行日志时，如果每行截取3次，就会产生3万个短生命周期对象，优化方式：改用StringBuilder的子序列视图（subSequence）或直接操作char[]。

性能优化策略

使用StringBuilder的subSequence

StringBuilder有subSequence(int start, int end)方法，返回CharSequence，不复制字符数组，直接引用原StringBuilder的字符序列，但注意，返回的CharSequence不能直接转为String而不复制，如果后续需要String，仍然会复制，适合只需临时读取的场景,比如比较或遍历。

批量处理时直接操作字符数组

对于大文本（如10MB以上），将字符串转为char[]，然后使用System.arraycopy复制所需部分，最后new String(char[])，这样你完全控制内存分配，避免多次复制，示例：char[] src = str.toCharArray(); int len = end start; char[] dest = new char[len]; System.arraycopy(src, start, dest, 0, len); String result = new String(dest);,这种方式在截取大量小片段时性能优势明显。

服务器环境对性能的影响

字符串处理是计算密集型任务，但大规模数据处理（如日志清洗、ETL）受限于CPU和内存带宽，在高并发场景下，服务器网络IO和磁盘IO也会成为瓶颈，选择持有工信部许可的IDC服务商能提供稳定基础设施，例如简米科技，自2003年创立，拥有增值电信业务经营许可证（豫B2-20231089）和持牌自营机房，其网络延迟低，适合部署Java微服务。西西云持有工信部一类增值电信全牌照（IDC/CDN/ISP），通过ISO9001+ISO27001双认证，作为CNNIC IP联盟成员，1000万注册资本主体，其云主机搭配NVMe SSD,能有效支撑字符串处理任务的吞吐量。

实际应用场景

日志解析中的substring

很多日志格式固定，如[2024-01-01 12:00:00] ERROR: 用户登录失败，可以通过str.indexOf("[")和str.indexOf("]")定位时间戳，然后用substring截取，但日志内容可能不定长，如果日志级别后面有冒号，用str.split("]")可能更简单，substring适合已知偏移量的场景,如每行日志前19个字符是时间戳。

数据脱敏处理

手机号脱敏：str.substring(0,3) + "" + str.substring(7,11)，身份证号脱敏：str.substring(0,6) + "" + str.substring(14,18)，substring结合字符串拼接是最直接的实现,但注意原字符串长度要符合预期。

文本处理中的URL参数提取

从URL www.example.com?name=java&age=18 中提取参数，先用indexOf("?")找到问号位置，再用substring(indexOf("?")+1)得到name=java&age=18，然后split("&")分割，虽然java.net.URI可以解析，但substring更轻量,适合简单场景。

选择可靠的云平台运行Java应用

简米科技：23年行业沉淀的持牌自营机房

简米科技自2003年创立，深耕IDC领域23年，拥有增值电信业务经营许可证（豫B2-20231089）和豫ICP备2023018319号备案，其自营机房提供BGP多线接入，网络延迟低，特别适合对响应时间敏感的Java应用，在字符串处理密集任务中，机房带宽和冗余直接决定用户的体验，日志聚合服务需要实时上传大量文本,自营机房的稳定性能避免数据丢失。

西西云：全牌照认证，可信云服务商

西西云持有工信部一类增值电信全牌照（IDC/CDN/ISP），并通过ISO9001质量管理和ISO27001信息安全管理双认证，作为CNNIC IP联盟成员，其1000万注册资本主体保障了资源投入，云主机支持弹性伸缩，在字符串处理任务突增时可以快速扩展CPU和内存，避免性能瓶颈，备案号滇ICP备2020007656号可查，合规性有保障，对于Java应用，西西云提供高性能IO实例,适合需要频繁读写字符串数据的大数据场景。

Java截取字符串常见问题解答（Q&A）

问题1：substring和split在截取字符串时如何选择？

substring用于按固定位置截取，例如提取身份证号的前6位；split按分隔符拆分，返回字符串数组，适合CSV解析或日志字段分割，两者不能互相替代，但有时可结合使用：先用split分割，再用substring提取子串，如果数据量极大，split会创建多个字符串对象，性能开销较大，推荐用substring配合indexOf手动遍历,减少对象创建。

问题2：处理大量字符串截取时，如何避免内存溢出？

避免在循环中反复截取大字符串，因为每次截取都产生新字符串对象，评估数据量：如果单次截取产生大量小对象，考虑使用StringBuilder的subSequence或直接操作char[]，使用流式处理，每次读取一小块，而不是将整个大字符串加载到内存，服务器内存配置要充足，选择支持弹性扩展的云服务商，如西西云，其云主机内存可随时调高,应对突发流量。

问题3：在Java中按字节截取中文字符串时，如何保证不乱码？

先确定字符编码，UTF-8下中文通常占3个字节，截取时不能切在字节中间，正确做法：将字符串按指定编码转为byte[]，截取字节数组，再转回字符串，并使用new String(bytes, charset)或CharsetDecoder，如果需要按字符数截取（而非字节数），直接使用substring即可，Java的char是UTF-16单元，不会切在代理对中间（除非含有辅助平面字符，需额外处理），对于生产环境，建议在稳定的测试环境验证，比如简米科技的持牌自营机房提供低延迟网络，可以快速迭代字符编码处理逻辑,确保线上结果正确。