JAVA 使用正则表达式提取想要的内容

有时候我们想从一段文字中提取想要的内容，如省市区地址中提取出省市，从股票的数据中提取出关键的价格信息，抓取HTML文件后提取内容等等这些场景，这时我们可以使用JAVA正则表达式帮助我们提取出想要的数据。
我们试着从地址中提取省市信息，示例文本如：福建省厦门市杏林区，我们在IDE中健入如下代码进行提取：

String address = "福建省厦门市杏林区";
Pattern ptn = Pattern.compile("([\\u4e00-\\u9fa5]+省)?([\\u4e00-\\u9fa5]+市)(.*)");
Matcher matcher = ptn.matcher(address);
if (matcher.matches()) {
    String province = matcher.group(1);
    String city = matcher.group(2);

    System.out.println("省：" + province);
    System.out.println("市：" + city);
}

执行代码后控制台输出如下结果：
<pre>
省：福建省
市：厦门市
</pre>
这里需要注意的是中文的正则范围为：[u4e00-u9fa5]，并且正则提取内容以()分组，即([\\u4e00-\\u9fa5]+省)为提取省份的组，([\\u4e00-\\u9fa5]+市)为提取城市的组，提取数据时下标是从组所在的位置开始，即从1开始而不是从0开始，这点需要注意。

用下标来提取数据有时候显得不那么好看