【Java Scanner类高级特性】：精通正则表达式与模式匹配

# 1. Java Scanner类基础

Java的Scanner类是处理简单文本输入的基础工具，广泛应用于从各种数据源，如文件、输入流或键盘读取数据。Scanner类能够通过使用分隔符对输入进行分割，并将其转换成各种数据类型。本章将介绍Scanner类的基本使用方法，包括创建Scanner实例、使用默认分隔符以及解析整数、浮点数和其他基本数据类型。

## 1.1 创建Scanner实例
Scanner类可通过`Scanner(File source)`、`Scanner(InputStream source)`或`Scanner(String source)`等构造函数创建。这些构造函数接受不同类型的数据源作为参数：

import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        // 从字符串创建Scanner
        Scanner scannerFromString = new Scanner("123 456");
        // 从文件创建Scanner
        Scanner scannerFromFile = new Scanner(new File("data.txt"));
        // 从输入流创建Scanner
        Scanner scannerFromInputStream = new Scanner(System.in);
    }
}

## 1.2 使用默认分隔符
默认情况下，Scanner使用空白字符（如空格、制表符或换行符）作为分隔符。可以使用`hasNext()`方法检测下一个输入项，`next()`方法读取下一个分隔符之间的字符串。

Scanner scanner = new Scanner("Hello World");
while (scanner.hasNext()) {
    // 输出下一个分隔符之间的字符串
    System.out.println(scanner.next());
}

## 1.3 解析不同类型数据
Scanner不仅能够读取字符串，还能解析不同数据类型。例如，使用`nextInt()`、`nextFloat()`等方法可以分别读取整数和浮点数。

Scanner scanner = new Scanner("123 456.78");
while (scanner.hasNext()) {
    if (scanner.hasNextInt()) {
        // 读取下一个整数
        System.out.println(scanner.nextInt());
    } else if (scanner.hasNextFloat()) {
        // 读取下一个浮点数
        System.out.println(scanner.nextFloat());
    }
}

通过本章的学习，读者将掌握Scanner类的基本用法，为进一步学习高级特性打下坚实基础。下一章将深入探讨正则表达式，让Scanner类的解析能力更加强大。

# 2. 深入理解正则表达式

正则表达式是处理字符串的强大工具，它们是一种特定的模式，用来描述或者匹配一系列符合某个语法规则的字符串。在Java中，正则表达式是通过java.util.regex包中的Pattern和Matcher类进行处理的。此外，Java的Scanner类也提供了对正则表达式的支持，这使得从文本流中提取和解析特定格式的数据变得更加容易。本章节将详细探讨正则表达式的各种元素和高级特性，并展示如何在Scanner类中应用这些知识。

## 2.1 正则表达式基础知识

### 2.1.1 元字符与字符类

元字符是一组具有特殊含义的字符，它们在正则表达式中有特殊的含义，而不是按字面意义解释。例如，点号“.”匹配除换行符之外的任意单个字符。而字符类允许您定义一系列的字符，并匹配其中任意一个字符。例如，[abc]将匹配任何a、b或c。

String pattern = "[abc]at"; // 匹配 'at', 'bat', 'cat'

### 2.1.2 定位符和转义序列

定位符用于指定匹配模式的特定位置。例如，插入符号（^）表示行的开始，而美元符号（$）表示行的结束。转义序列允许您匹配具有特殊正则表达式含义的字符。例如，\d匹配任意数字字符。

String pattern = "start: \\d\\d\\d end"; // 匹配 'start: 123 end'

## 2.2 正则表达式的高级特性

### 2.2.1 预定义字符类的应用

预定义字符类是一组特殊的字符类，用于匹配各种通用字符集。例如，\d匹配任何数字字符，\w匹配任何字母数字字符，等等。

String pattern = "Date: \\d{4}-\\d{2}-\\d{2}"; // 匹配日期格式 'Date: YYYY-MM-DD'

### 2.2.2 量词与限定符

量词用于指定前面的字符或表达式可以重复出现的次数。例如，{n}表示恰好n次，{n,}表示至少n次，{n,m}表示最少n次，最多m次。

String pattern = "\\d{3,5}"; // 匹配3到5位数字

### 2.2.3 捕获组、零宽断言和条件表达式

捕获组用于保存匹配的子字符串以供后续引用。零宽断言用于指定一个位置，这个位置前后必须满足某个条件，但匹配本身不包含这个位置的字符。条件表达式允许根据条件进行模式匹配。

String pattern = "([a-z]+)(\\d+)"; // 捕获组匹配字母后跟数字

## 2.3 正则表达式在Scanner中的应用实例

### 2.3.1 Scanner模式匹配的用法

Scanner类可以使用正则表达式来分隔输入的字符串。通过使用`useDelimiter()`方法，您可以指定一个模式来分割输入。

Scanner scanner = new Scanner("Hello 123, world! 456.")
        .useDelimiter("\\s+|,"); // 分割空格或逗号
while (scanner.hasNext()) {
    System.out.println(scanner.next());
}
// 输出:
// Hello
// 123
// world!
// 456

### 2.3.2 复杂字符串解析的案例分析

在处理复杂字符串时，结合正则表达式的捕获组，可以提取字符串中的特定信息。例如，在解析电子邮件地址时，可以使用以下方式：

String input = "my.***";
Pattern pattern = ***pile("([a-zA-Z0-9_.+-]+)@([a-zA-Z0-9-]+\\.[a-zA-Z0-9-.]+)");
Matcher matcher = pattern.matcher(input);
if (matcher.matches()) {
    System.out.println("User: " + matcher.group(1));
    System.out.println("Domain: " + matcher.group(2));
}
// 输出:
// User: my.email
// Domain: ***

通过使用正则表达式，我们可以对输入的字符串进行复杂的解析和数据提取。接下来的章节将探讨如何提升Scanner类的效率与性能，并探索其在现代Java应用中的多样应用。

# 3. Java Scanner类的模式匹配技巧

### 3.1 基本模式与自定义模式的使用

#### 3.1.1 标准预定义模式的使用

`Scanner` 类在 Java 中是一个用于解析原始类型和字符串的简单文本扫描器。它使用正则表达式来确定要扫描的下一个标记的边界。标准预定义模式指的是在初始化 `Scanner` 对象时指定的分隔符，例如空格、制表符、换行符等。

Scanner scanner = new Scanner(System.in).useDelimiter("\\s+");

在上面的代码中，`useDelimiter("\\s+")` 方法设置了扫描器的分隔符为一个或多个空白字符，这意味着扫描器将连续的空白字符视为单个分隔符。

#### 3.1.2 构建自定义模式的技巧

自定义模式允许开发者指定更复杂的分隔符模式。例如，假设我们需要扫描形如 "key=value" 的字符串对，可以使用如下代码：

Scanner scanner = new Scanner("key1=value1 key2=value2");
scanner.useDelimiter("(?<=\\D)=(?=\\D)");

这里的分隔符模式 `(?<=\\D)=(?=\\D)` 使用了正则表达式的正向和反向预查，确保等号前后都是非数字字符。

### 3.2 Scanner的高级模式匹配功能

#### 3.2.1 分支匹配与优先级控制

在某些情况下，我们可能希望根据不同的分隔符来分割输入，`Scanner` 类提供了处理这种场景的机制。例如，我们需要在空格和逗号之间选择分割输入，可以使用如下代码：

Scanner scanner = new Scanner("one,two three");
scanner.useDelimiter(",|\\s+");

在上面的例子中，扫描器优先匹配逗号，如果未找到逗号，才会回退到空格作为分隔符。

#### 3.2.2 复杂输入结构的解析方法

当我们面临更复杂的输入结构时，例如具有嵌套结构的字符串，需要特别注意分隔符的选择。对于类似 JSON 或 XML 的结构，扫描器可能不够用，通常需要更强大的解析器。但是，对于一些简单的情况，如解析 CSV 文件，`Scanner` 可以胜任。

Scanner scanner = new Scanner("name,age,city\nJohn,30,New York");
scanner.useDelimiter(",");
while (scanner.hasNext()) {
    System.out.println(scanner.next());
}

在处理 CSV 文件时，逗号作为分隔符，换行符作为行的分隔。需要注意的是，实际应用中，CSV 文件可能有更复杂的规则，需要结合正则表达式和 `hasNext()` 方法的组合来正确处理。

### 3.3 实践：解析日志文件和配置文件

#### 3.3.1 日志文件中的模式匹配示例

日志文件通常包含大量的文本数据，用 `Scanner` 来解析这些数据可以实现快速的文本搜索。考虑以下示例：