推荐在复杂字符串操作中使用正则表达式-阿里云开发者社区

开发者社区> 开发与运维> 正文

推荐在复杂字符串操作中使用正则表达式

简介:

一、分析 

字符串的操作,诸如追加、合并、替换、倒序、分隔等,都是在编码过程中经常用到的,而且Java也提供了append、replace、reverse、split等方法来完成这些操作,它们使用起来确实方便,但是更多的时候,需要使用正则表达式来完成复杂的处理。 

二、场景 

统计一篇文章中的单词的数量,代码如下 

复制代码
 1 import java.util.Scanner;
 2 
 3 public class Client {
 4     public static void main(String[] args) {
 5         //接收键盘输入
 6         Scanner input = new Scanner(System.in);
 7         while(input.hasNext()){
 8             String str = input.nextLine();
 9             //使用split方法分隔后统计
10             int wordsCount = str.split(" ").length;
11             System.out.println(str + " 单词数:" + wordsCount);
12         }
13     }
14 }
复制代码

使用split方法根据空格来分隔单词,然后计算分隔后的数组长度,这种方法可靠吗?我们看输出 

复制代码
Today is Monday 

Today is Monday 单词数:3 

Today is  Monday 

Today is  Monday 单词数:4 

Today is Monday?No! 

Today is Monday?No! 单词数:3 

I'm Ok. 

I'm Ok. 单词数:2 
复制代码

 

注意到,除了第一个正确外,其它的都是错误的。第二条输入单词"Monday"前有两个空格,第三条输入中"NO"单词的前后没有空格,最后一个输入则没有把连写符号“'”考虑进去,这样统计出来的单词数量肯定错误一堆,那怎样才合理呢? 

可以考虑使用正则表达式,代码如下 

复制代码
 1 import java.util.Scanner;
 2 import java.util.regex.Matcher;
 3 import java.util.regex.Pattern;
 4 
 5 public class Client {
 6     public static void main(String[] args) {
 7         //接收键盘输入
 8         Scanner input = new Scanner(System.in);
 9         while (input.hasNext()) {
10             String str = input.nextLine();
11             //正则表达式对象
12             Pattern pattern = Pattern.compile("\\b\\w+\\b");//生成匹配器
14             Matcher matcher = pattern.matcher(str);
15             //记录单词数量
16             int wordsCount = 0;
17             //遍历查找匹配,统计单词数量
18             while (matcher.find()) {
19                 System.out.println(matcher.group());
20                 wordsCount++;
21             }
22             System.out.println(str + " 单词数:" + wordsCount);
23         }
24     }
25 }
复制代码

输出结果:

复制代码
Today is Monday 单词数:3 
Today is  Monday 
Today is  Monday 单词数:3 
Today is Monday?No! 
Today is Monday?No! 单词数:4 
I'm Ok. 
I'm Ok. 单词数:3 
复制代码

每项输出都是正确的,而且程序也不复杂,先生成一个正则表达式对象,然后使用匹配器进行匹配,之后通过一个while循环统计匹配的数量。 

需要说明的是,在Java的正则表达式中"\b"表示的是一个单词的边界,它是一个位置界定符,一边为字符或数字,另外一边则非字符或数字.

例如"A"这样的一个输入就有两个边界,即单词"A"的左右位置,这也就说明了为什么要加上"\w"(它表示的是字符或数字)

三、建议 

正则表达式在字符串的查找、替换、剪切、复制、删除等方面都有着非凡的作用,特别是面对大量的文本字符串需要处理(如果需要锤炼大量的LOG日志)时,使用正则表达式可以大幅提高开发效率和系统性能。 

但是正则表达式是一个恶魔,它会使程序难以读懂 

 

 //==================================

复制代码
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Client {
    public static void main(String[] args) {
        String c = "But I'm not dead yet!";
        Pattern pattern = Pattern.compile("[ [']]");
        Matcher matcher = pattern.matcher(c);
        for(String str:pattern.split(c)){
            System.out.print(str+" ");
        }
    }
}
复制代码

输出:

But I m not dead yet! 

 

 


本文转自SummerChill博客园博客,原文链接:http://www.cnblogs.com/DreamDrive/p/5660260.html,如需转载请自行联系原作者

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
开发与运维
使用钉钉扫一扫加入圈子
+ 订阅

集结各类场景实战经验,助你开发运维畅行无忧

其他文章