Java 中扫描字符串的方法详解

简介

在 Java 编程中，我们常常需要从字符串中提取特定信息，这就涉及到如何扫描字符串。扫描字符串指的是对字符串进行逐字符或按特定规则解析，以获取我们所需的数据。本文将详细介绍 Java 中扫描字符串的基础概念、使用方法、常见实践和最佳实践，帮助读者掌握这一重要技能。

基础概念

在 Java 里，扫描字符串本质上是对字符串内容进行遍历和解析的过程。我们可以根据不同的需求，按照字符、单词、特定分隔符或者正则表达式模式来处理字符串。扫描字符串的目的通常是提取有用信息，如数字、单词、日期等，以便进一步处理或存储。

使用方法

使用`Scanner`类

Scanner类是 Java 中用于扫描输入的实用类，它可以方便地从字符串中读取不同类型的数据。以下是一个简单的示例：

import java.util.Scanner;

public class ScannerExample {
    public static void main(String[] args) {
        String input = "Hello 123 World";
        Scanner scanner = new Scanner(input);

        while (scanner.hasNext()) {
            if (scanner.hasNextInt()) {
                int number = scanner.nextInt();
                System.out.println("Found number: " + number);
            } else {
                String word = scanner.next();
                System.out.println("Found word: " + word);
            }
        }

        scanner.close();
    }
}

在上述代码中，我们创建了一个Scanner对象并传入一个字符串。通过hasNext()方法判断是否还有下一个元素，使用hasNextInt()判断下一个元素是否为整数，若是则使用nextInt()读取，否则使用next()读取字符串。

使用`StringTokenizer`类

StringTokenizer类可以将字符串按指定的分隔符分割成多个标记。示例如下：

import java.util.StringTokenizer;

public class StringTokenizerExample {
    public static void main(String[] args) {
        String input = "Java,Python,C++,JavaScript";
        StringTokenizer tokenizer = new StringTokenizer(input, ",");

        while (tokenizer.hasMoreTokens()) {
            String token = tokenizer.nextToken();
            System.out.println("Token: " + token);
        }
    }
}

这里我们使用逗号作为分隔符，通过hasMoreTokens()方法检查是否还有标记，使用nextToken()方法获取下一个标记。

使用`Pattern`和`Matcher`类

Pattern和Matcher类用于基于正则表达式扫描字符串。示例如下：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class PatternMatcherExample {
    public static void main(String[] args) {
        String input = "My email is [email protected]";
        String regex = "\\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\\.[A-Z|a-z]{2,}\\b";
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(input);

        while (matcher.find()) {
            System.out.println("Found email: " + matcher.group());
        }
    }
}

在这个例子中，我们定义了一个匹配电子邮件地址的正则表达式，使用Pattern.compile()方法编译正则表达式，创建Matcher对象并调用find()方法查找匹配项，使用group()方法获取匹配的内容。

常见实践

提取数字

从字符串中提取数字是常见需求，使用Scanner类可以轻松实现：

import java.util.Scanner;

public class ExtractNumbers {
    public static void main(String[] args) {
        String input = "There are 5 apples and 3 bananas";
        Scanner scanner = new Scanner(input);

        while (scanner.hasNext()) {
            if (scanner.hasNextInt()) {
                int number = scanner.nextInt();
                System.out.println("Extracted number: " + number);
            } else {
                scanner.next();
            }
        }

        scanner.close();
    }
}

分割字符串

使用StringTokenizer或String.split()方法可以将字符串按特定分隔符分割：

public class SplitString {
    public static void main(String[] args) {
        String input = "One,Two,Three";
        String[] parts = input.split(",");

        for (String part : parts) {
            System.out.println("Part: " + part);
        }
    }
}

查找特定模式

使用Pattern和Matcher类可以查找字符串中的特定模式，如查找日期：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class FindDatePattern {
    public static void main(String[] args) {
        String input = "Today is 2023-10-01";
        String regex = "\\d{4}-\\d{2}-\\d{2}";
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(input);

        if (matcher.find()) {
            System.out.println("Found date: " + matcher.group());
        }
    }
}

最佳实践

资源管理：使用Scanner类时，确保在使用完毕后调用close()方法释放资源，避免资源泄漏。
正则表达式优化：在使用正则表达式时，尽量使用简单、高效的模式，避免使用过于复杂的正则表达式导致性能下降。
异常处理：在使用Scanner类读取数据时，要注意可能抛出的InputMismatchException异常，进行适当的异常处理。

小结

本文详细介绍了 Java 中扫描字符串的几种常见方法，包括Scanner类、StringTokenizer类以及Pattern和Matcher类的使用。通过基础概念的讲解、使用方法的示例、常见实践的展示和最佳实践的建议，读者可以根据具体需求选择合适的方法来扫描字符串，提高编程效率和代码质量。

参考资料

《Effective Java》（第三版），作者：Joshua Bloch