Java StringTokenizer.nextToken() salta sobre los campos vacíos

Question

que estoy usando una pestaña (/ t) como delimitador y sé que hay algunos campos vacíos en mis datos, por ejemplo:

one->two->->three 

Dónde -> es igual a la pestaña . Como puede ver, un campo vacío sigue rodeado correctamente por pestañas. Los datos se recogen usando un bucle:

while ((strLine = br.readLine()) != null) { 
    StringTokenizer st = new StringTokenizer(strLine, "\t"); 
    String test = st.nextToken(); 
    ... 
    } 

Sin embargo, Java ignora esta "cadena vacía" y se salta el campo.

¿Hay alguna manera de eludir este comportamiento y obligar a Java a leer en campos vacíos de todos modos?

Answer 1

Gracias a todos.Debido a la primera observación que era capaz de encontrar una solución: Sí tienes razón, gracias por su referencia:

Scanner s = new Scanner(new File("data.txt")); 
while (s.hasNextLine()) { 
     String line = s.nextLine(); 
     String[] items= line.split("\t", -1); 
     System.out.println(items[5]); 
     //System.out.println(Arrays.toString(cols)); 
} 

Answer 2

Como se puede ver en el Java Doc http://docs.oracle.com/javase/6/docs/api/java/util/StringTokenizer.html puede utilizar el Constructor con public StringTokenizer(String str, String delim, boolean returnDelims)returnDelimstrue

Así que vuelve cada delimitador como una cadena separada!

Editar:

NO utilización de esta manera, como ya se @npe escrito a máquina, StringTokenizer no debe utilizarse más! Ver JavaDoc:

StringTokenizer es una clase de legado que se conserva por compatibilidad razones aunque su uso no se recomienda en nuevo código. Se recomienda que cualquiera que busque esta funcionalidad utilice el método split de String o el paquete java.util.regex en su lugar.

Answer 3

Puede usar Apache Commons StringUtils.splitPreserveAllTokens(). Hace exactamente lo que necesita.

Answer 4

Hay un RFE in the Sun's bug database sobre este problema StringTokenizer con un estado Will not fix.

La evaluación de estos estados RFE, cito:

Con la adición del paquete java.util.regex en 1.4.0, tenemos básicamente obsoleto la necesidad de StringTokenizer. No eliminaremos la clase por razones de compatibilidad. Pero regex le brinda simplemente lo que necesita.

Y luego sugiere utilizar el método String#split(String).

Answer 5

me gustaría utilizar Guava's Splitter, que no necesita toda la gran maquinaria de expresiones regulares, y es más comporta bien que el método de cadena split():

Iterable<String> parts = Splitter.on('\t').split(string);