Java中通过Scanner类和StringTokenizer类解析字符序列中的单词（提取段落中的单词）

Scanner类和StringTokenizer类解析字符序列中的单词

定义：从字符串中通过设置的分隔标记将单词分隔开并获得这些单词，可以结合正则表达式使用（链接: Java中的正则表达式及相关知识（零基础学习））

1.StringTokenizer类

构造方法

• StringTokenizer(String s):为s构造一个分析器，使用默认的分隔标记，即空格符、换行、回车符、制表符、进纸符做分隔标记。
• StringTokenizer(String s,String delim):为s构造一个分析器。参数delim的字符序列中的字符的任意排列被作为分隔标记。

StringTokenizer对象是一个字符序列分析器，分析器中封装的数据是若干个单词。可以使用String nextToken()逐个获取分析器中的单词。每当nextToken()返回一个单词，分析器就会删除该单词。

• 可以用hasMoreTokens()方法来确定分析器中是否还有单词
• 可以用countTokens()方法返回当前分析器中单词的个数

2.Scanner类

Scanner对象解析字符序列中的单词

过程

//String对象
String NBA=“I Love This Game”;

//构造Scanner对象
Scanner scanner=new Scanner(NBA);

//调用方法将单词用正则表达式进行分隔
useDelimiter(正则表达式) //不用指定分隔标记，Scanner对象默认用空白字符（空格、制表符、换行符）作为分隔标记来解析String对象的字符序列中的单词。

//返回解析出来的单词

• Scanner对象调用next()方法依次返回被解析出来的单词；
• 如果最后一个单词被next()返回，Scanner对象调用hasNext()将返回false,否则返回true
• 对于数字型单词，如：23、1.2，Scanner对象可以用nextInt()或nextDouble()代替next()；如果下一个单词不是数字，即便第二个单词是数字，nextInt()和nextDouble()将发生InputMismatchException异常

3.StringTokenizer和Scanner的区别

• StringTokenizer类把分解出的全部单词都存放在StringTokenizer对象的实体中，因此StringTokenizer对象获得单词速度更快，但是实体占用内存更多。Scanner类不在实体中存放单词，仅存放怎样获取单词的分隔标记，因此占用内存小，速度慢。
• StringTokenizer对象一旦产生就立刻确定单词的数目，即可以用countTokens()方法返回单词的数目；而Scanner类没把单词存放在实体中，无法提供获取获取单词数量的方法。