Java的Scanner vs String.split（）vs StringTokenizer; 我应该用哪个？
我目前正在使用split()来扫描一个文件，其中每一行都有'~'分隔的字符串数。 我在某处读到Scanner可以用一个长文件做得更好，性能方面，所以我想考虑一下。
我的问题是：我是否必须创建两个Scanner实例？ 也就是说，一个读取一行而另一个基于该行来获取分隔符的标记？ 如果我必须这样做，我怀疑我是否会从使用它中获得任何好处。 也许我在这里错过了一些东西？
在单线程模型中有一些关于这些的指标，这是我得到的结果。
~~~~~~~~~~~~~~~~~~时间指标~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~Tokenenizer | String.Split（）| while + SubString | 扫描仪| ScannerWithCompiledPattern~ ~4.0 ms | 5.1毫秒| 1.2毫秒| 0.5毫秒| 0.1毫秒〜 ~4.4 ms | 4.8毫秒| 1.1毫秒| 0.1毫秒| 0.1毫秒〜 ~3.5 ms | 4.7毫秒| 1.2毫秒| 0.1毫秒| 0.1毫秒〜 ~3.5 ms | 4.7毫秒| 1.1毫秒| 0.1毫秒| 0.1毫秒〜 ~3.5 ms | 4.7毫秒| 1.1毫秒| 0.1毫秒| 0.1毫秒〜 ____________________________________________________________________________________________________________
出来的是Scanner提供了最佳性能，现在同样需要在multithreading模式下进行评估！ 我的一位资深人士表示，Tokenizer会产生CPU峰值而String.split则没有。
对于处理线，您可以使用扫描仪，并从您可以使用拆分的每一行获取令牌。
Scanner scanner = new Scanner(new File(loc)); try { while ( scanner.hasNextLine() ){ String[] tokens = scanner.nextLine().split("~"); // do the processing for tokens here } } finally { scanner.close(); }
您可以使用useDelimiter("~")方法让您使用hasNext()/next()迭代每行上的标记，同时仍然使用hasNextLine()/nextLine()来遍历行本身。
编辑：如果你要进行性能比较，你应该在进行split（）测试时预编译正则表达式：
Pattern splitRegex = Pattern.compile("~"); while ((line = bufferedReader.readLine()) != null) { String[] tokens = splitRegex.split(line); // etc. }
如果使用String#split(String regex) ，则每次都会重新编译正则表达式。 （扫描程序在第一次编译它们时会自动缓存所有正则表达式。）如果这样做，我不希望看到性能上有太大差异。
我会说split()是最快的，并且可能对你正在做的事情足够好。 但它不如scanner灵活。 StringTokenizer已弃用，仅可用于向后兼容，因此请勿使用它。
编辑：你总是可以测试两个实现，看看哪个更快。 如果scanner比split()更快，我很好奇。 对于给定大小的VS Scanner ，拆分可能会更快，但我无法确定。
你实际上并不需要这里的正则表达式，因为你正在分裂一个固定的字符串。 Apache StringUtils split会拆分普通字符串。
对于高分割，分割是瓶颈，而不是说文件IO，我发现它比String.split()快10倍。 但是，我没有针对编译的正则表达式进行测试。
Guava还有一个分离器，以更多的OO方式实现，但我发现它比StringUtils显着慢于高容量分割。