import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStream;
import java.util.ArrayList;
import java.util.Collection;
import java.util.Scanner;
import java.util.regex.Pattern;
/**
* 文本批量扫描 列出文件中所有的单词
* 正则表达式
* @author xiaowei
*
*/
public class StringScanner {
public static void main(String[] args) throws IOException {
InputStream pis=System.in ;
Scanner sp=new Scanner(pis) ; //io扫描
System.out.println("请输入要扫描的路径:");
String path=sp.next() ; //扫描文件路径
File f=new File(path) ;
File[]files=f.listFiles() ;//返回路径下的所有文件
InputStream is=null ;
Scanner s=null ;
Pattern p =null ;
Collection<String> col=new ArrayList<String>() ;
for(File tfile:files){
System.out.println(tfile.getName()+"的单词:");
is=new FileInputStream(tfile) ;//输入
s=new Scanner(is); //文本扫描器
s.useDelimiter("(\\s|\\W|[\\u4e00-\\u9fa5]|\\d)+") ;//设置切分界限 使用文本扫描器一定要注意 。。文本扫描器以此为界限切分
p=Pattern.compile("[a-zA-Z]+",Pattern.MULTILINE) ; //正则表达式编译对象
while(s.hasNext(p)) { //如果存在下一个匹配 那我们匹配下一个
s.next(p) ; //匹配下一个字符串
col.add(s.match().group());//返回匹配结果的第0组正则式
}
System.out.println(col.toString());
col.clear() ;//清空arraylist
is.close() ;
}
}
}
