Java中字符序列的替换与分解

一、使用String类

String对象调用public String replaceAll(String regex,String replacement)方法，返回一个新的String对象，返回的String对象的字符序列是把当前String对象的字符序列中，所有和参数regex相匹配的子字符序列替换成参数replacement指定的字符序列所得到的字符序列。
例如：

String s1="123hello456";
String s2=s1.replaceAll("\\d+","你好。"); //"\\d+"是正则表达式，表示一个或多个0~9之间的任意数字
System.out.println(s1);//打印结果为： 123hello456    没有被改变
System.out.println(s2);//打印结果为: 你好。hello你好。

再如：

String regex="-?[0-9][0-9]*[.]?[0-9]*";
String s1="999大家好，-123.459804明天放假了";
String s2=s1.replaceAll(regex,"");
System.out.println("剔除"+s1+"中的数字后得到的字符序列是:"+s2);
//剔除999大家好，-123.459804明天放假了中的数字后得到的字符序列是: 大家好， 明天放假了

其实，String类提供了一个实用的方法：

public String[] split(String regex)

当String对象调用该方法时，使用参数指定的正则表达式regex作为分隔标记，分解出String对象的字符序列中的单词，并将分解出的单词存放在String数组中。
例如：

//需求：对于一个字符序列，要分解出全部由数字字符组成的单词。
String s1="1931年9月18日晚，日本发动侵华战争，请记住这个日子！";
String regex="\\D+";
String s2[]=s1.split(regex);
for(String s:s2)
System.out.println(s);//分别输出1931  09  08 ，且可知s2.length()=3;

需要特别注意的是，split方法认为分隔标记的左右是单词，额外规则是，如果左面的单词是不含任何字符的字符序列，即为空，则这个字符序列仍然算成一个单词，但右边的单词必须是含有字符的字符序列。
例如：

String s1="公元2022年02月18日";
String regex="\\D+";
String s2[]=s1.split(regex);
System.out.println(s2.length());//会编译报错:Method call expected 
for(String s:s2)
System.out.println(s);
//s2[0]=  s2[1]=2022 s2[2]=02  s2[3]=18  s1[0]是空的字符串，什么也不会显示。
//所以s2数组长度应该为4而不是3，多出来的空字符串是"公元"左侧被默认有一个单词。内容为空。

二、使用StringTokenizer类

1.和split()方法不同的是，StringTokenizer对象不使用正则表达式做分隔标记。
2.当分析一个字符序列并将字符序列分解成可被独立使用的单词时，可以使用java.util包中的StringTokenizer类，称该类的对象是一个字符序列的分析器，该类有两个构造方法。
构造方法1：StringTokenizer(String s)：构造一个StringTokenizer对象，例如fenxi。fenxi使用的是默认的分隔标记(空格符，换行符，回车符，Tab符，进纸符(\f))分解出参数s的字符序列中的单词，即这些单词成为分析中的数据。
构造方法2：StringTokenizer(String s,String delim)：构造一个StringTokenizer对象，例如fenxi。fenxi用参数delim的字符序列中的字符的任意排列作为分隔标记，分解出参数s的字符序列中的单词，即这些单词成为fenxi中的数据。
注意：分隔标记的任意排列仍然是分隔标记。
3.fenxi可以调用String nextToken()方法逐个获取fenxi中的单词，每当nextToken()返回一个单词，fenxi就会自动删除该单词。
4.fenxi可以调用boolean hasMoreTokens()方法返回一个boolean值，只要fenxi中还有单词，该方法就返回true，否则返回false。
5.fenxi可以调用countToken()方法返回当前fenxi中单词的个数。
具体示例1：

String s="we are stud,ents";
StringTokenizer fenxi=new StringTokenizer(s," ,");//用空格和逗号的任意组合作为分隔标记
int number=fenxi.countToken();
while(fenxi.hasMoreTokens()){
String str=fenxi.nextToken();
System.out.println(str);
System.out.println("还剩"+fenxi.countToken()+"个单词");
}
System.out.println("s共有单词："+number+"个");
//输出结果：
we
还剩3个单词
are
还剩2个单词
stud
还剩1个单词
ents
还剩0个单词
s共有单词：4个

具体示例2：

String s="市话费：28.39元，长途话费：49.15元，上网费：352元";
String delim="[^0-9.]+";//非数字和.序列都匹配delim
s=s.replaceAll(delim,"#");
StringTokenizer fenxi=new StringTokenizer(s,"#");
double totalMoney=0;
while(fenxi.hasMoreTokens()){
double money=Double.parseDouble(fenxi.nextToken());
System.out.println(money);
totalMoney+=money;
}
System.out.println("总费用："+totalMoney+"元");
//输出结果：
28.39
49.15
352.0
总费用：429.53999999999996元

三、使用Scanner类

为了创建一个Scanner对象，需要把一个String对象传递给所构造的Scanner对象，例如，对于：

String s="telephone cost 876 dollar.Computer cost 2398.89 dollar.";

为了解析出s的字符序列中的数字型单词，可以如下构造一个Scanner对象：

Scanner scanner=new Scanner(s);

那么scanner默认使用空格作为分隔标记来解析s的字符序列中的单词。也可以让scanner对象调用方法：

useDelimiter(正则表达式);

将正则表达式作为分隔标记，即Scanner对象在解析s的字符序列时，把与正则表达式匹配的字符序列作为分隔标记。
Scanner对象解析字符序列的特点如下：

1. scanner对象调用next()方法依次返回s的字符序列中的单词，如果最后一个单词已被next()方法返回，scanner对象调用hasNext()将返回false，否则返回true。
2. 对于s的字符序列中的数字型单词，例如，12.34等，scanner可以调用nextInt()或nextDouble()方法来代替next()方法。即scanner可以调用nextInt()或nextDouble()方法将数字型单词转化为int型或者double型数据返回。
3. 如果单词不是数字型单词，scanner调用nextInt()或nextDouble()方法，将会发生InputMismatchException异常，在处理异常时可以调用next()方法返回该非数字化单词。
   具体示例：

String cost="市话费：28.39元，长途话费：49.15元，上网费：352元";
Scanner scanner=new Scanner(cost);
scanner.useDelimiter("[^0-9.]+");
double sum=0;
while(scanner.hasNext()){
try{
	double price=scanner.nextDouble();
	sum+=price;
	System.out.println(price);
	}catch(InputMismatchException e){
	String s=scanner.next();
	}
}
System.out.println("总费用："+sum+"元");
//输出结果：
28.39
49.15
352.0
总费用：429.53999999999996元

对比：
1. StringTokenizer类和Scanner类都可用于分解字符序列中的单词，但是二者在思想上有所不同。
2. StringTokenizer类把分解出来的单词全都放入StringTokenizer对象的实体中，因此StringTokenizer对象能够快速的获得单词，即StringTokenizer对象的实体占用较多的内存(多占用内存，提升速度，相当于把单词记在大脑中)。
3. 与StringTokenizer类不同的是，Scanner类仅仅存放怎样获取单词的分隔标记，因此scanner对象获取单词的速度相对较慢，但scanner对象节省内存空间(减慢速度，节省空间，相当于把单词放在字典里，大脑只记忆查字典的规则)。

四、使用Pattern类与Matcher类

使用Pattern类与Matcher类的步骤如下：
1.使用正则表达式regex作为参数得到一个称为"模式"的Pattern类的实例pattern。例如

String regex="-?[0-9][0-9]*[.]?[0-9]*";
Pattern pattern=Pattern.compile(regex);

2.模式对象pattern调用matcher(CharSequence s)方法返回一个Matcher对象matcher，称为匹配对象，参数s是matcher要检索的String对象。

Matcher matcher=pattern.matcher(s);

3.这两个步骤结束后，匹配对象matcher就可以调用各种方法检索s。
具体方法有：
(1)public boolean find()：寻找s的字符序列中和regex匹配的下一子序列。如果成功则返回true，否则返回false。matcher首次调用该方法时，寻找s中第一个和regex匹配的子序列，如果find方法返回true，则matcher再调用find方法时，就会从上一次匹配成功的子字符序列后开始寻找下一个匹配regex的子字符序列。另外，当find方法返回true时，matcher可以调用start()方法和end()方法得到子字符序列在s中的开始位置和结束位置。当find方法返回true时，matcher调用group()可以返回find方法本次找到的匹配regex的子字符序列。
(2)public boolean matches()：matcher调用该方法判断s的字符序列是否完全和regex匹配。
(3)public boolean lookingAt()：matcher调用该方法判断从s的字符序列的开始位置是否有和regex匹配的子字符序列。
(4)public boolean find(int start)：matcher调用该方法判断s的字符序列从参数start指定位置开始是否有个regex匹配的子字符序列。当start=0时，该方法和lookingAt()的功能相同。
(5)public String replaceAll(String replacement)：matcher调用该方法可以返回一个String对象，该String对象的字符序列是通过把s的字符序列中与模式regex匹配的子字符序列全部替换为参数replacement指定的字符序列得到的(注意s本身没有发生变化)。
(6)public String replaceFirst(String replacement)：matcher调用该方法可以返回一个String对象，该String对象的字符序列是通过把s的字符序列中第1个与模式regex匹配的子字符序列全部替换为参数replacement指定的字符序列得到的(注意s本身没有发生变化)。
(7) public String group()：返回一个String对象该对象的字符序列是find方法在s的字符序列中找到的匹配regex的子字符序列。
具体示例：

String regex="-?[0-9][0-9]*[.]?[0-9]*";//匹配数字，整数或浮点数的正则表达式
Pattern pattern=Pattern.compile(regex);//初始化模式对象
String s="市话费：28.39元，长途话费：49.15元，上网费：352元";
Matcher matcher=pattern.matcher(s);//初始化匹配对象，用于检索s
double sum=0;
while(matcher.find()){
String str=matcher.group();
sum+=Double.parseDouble(str);
System.out.println("从"+matcher.start()+"到"+matcher.end()+"匹配的子序列：");
System.out.println(str);
}
System.out.println("总费用："+sum+"元");
String weatherForecast[]={"北京：-9度至7度","广州：10度至21度","哈尔滨：-29度至-7度"};//存放三地的温度
double averTemperture[]=new double[weatherForecast.length];//存放三地的平均温度
for(int i=0;i<weatherForecast.length;i++){
Matcher matcher1=pattern.matcher(weatherForecast[i]);//初始化匹配对象，模式不变
double sum1=0;
int count=0;
while(matcher1.find()){
count++;//一个地方有几个气温，count就加几次
sum1+=Double.parseDouble(matcher1.group()); //sum1表示的是一个地方最高气温与最低气温的和
}
averTemperture[i]=sum1/count;//for循环一次，算出一个地方的平均气温
}
System.out.println("三地的平均气温："+Arrays.toString(averTemperture));
//输出结果为：
从4到9匹配的子序列：
28.39
从16到21匹配的子序列：
49.15
从27到30匹配的子序列：
352
总费用：429.53999999999996元
三地的平均气温：[-1.0, 15.5, -18.0]