在Java中查找字符串中的单词答案

【问题标题】：Finding words within a string in Java在Java中查找字符串中的单词
【发布时间】：2015-12-16 19:18:20
【问题描述】：

我基本上是在用 Java 编写“grep”，但我认为我不理解这些约定。假设以下代码块：

public class HelloWorld {
    public static void main(String[] args) {
        Pattern p = Pattern.compile("this");
        Matcher m = p.matcher("this file has one line");
        System.out.println(m.matches());
    }
}

上面的代码打印出“false”

据我了解，模式“this”应该在字符串“this file has one line”中找到

这是我的语法错误还是我对 Pattern 或 Matcher 约定的理解有误？

编辑：给定代码：

Matcher m = MY_PATTERN.matcher("FOO[BAR]");
    while (m.find()) {
    String s = m.group(1);
    // s now contains "BAR"
}

如何检索包含指定模式的整行？

【问题讨论】：

您的代码不是在字符串中寻找"this"，而是在查看该字符串是否与"this" 正则表达式字符串完全匹配，但它不匹配，所以@ 987654327@ 正确返回。
您可能想了解String类docs.oracle.com/javase/7/docs/api/java/lang/…中的contains
尝试使用find 而不是matches。
如果您必须为此使用正则表达式，请参阅stackoverflow.com/a/600740/1413133
即使grep 也不在乎“文字”； echo thisissomething|grep this 将打印 thisissomething。消除了这种误解，您想要的是使用 .find()，而不是 .matches()。是的，.matches() 的名字很糟糕，第一次就抓住了所有人（.matches() 不进行正则表达式匹配，因为定义了正则表达式匹配）。

标签： java regex grep

【解决方案1】：

您的代码不是检查您的字符串是否包含"this"，而是检查您的字符串是否等于 "this"。所以m.matches()的返回是正确的。

对于您正在寻找的功能，您不需要模式匹配器。 String.contains() 做你想做的事。

如果你真的需要使用正则表达式，那么这可能是你应该写的：

public class HelloWorld {
    public static void main(String[] args) {
        Pattern p = Pattern.compile("this");
        Matcher m = p.matcher("this file has one line");
        System.out.println(m.find()); // will print true
    }
}

【讨论】：

【解决方案2】：

Matcher.matches() 当且仅当 whole 字符串与给定的正则表达式匹配时才返回 true。

如果您正在寻找部分匹配，您可以选择：

修改您的正则表达式：Pattern.compile(".*this.*")，或
使用Matcher.find():System.out.println(m.find());，或
如果您不需要正则表达式的强大功能，而是在寻找文字部分匹配，请使用String.contains()。

【讨论】：

问题是正则表达式没有“部分匹配”；正则表达式匹配或不匹配。根据定义，它可以匹配其输入中的任何位置这就是为什么名称.matches() 的选择如此糟糕的原因。
@fge，与其他正则表达式实现相比，我同意 Java 的 Matcher.matches()（以及因此 String.matches()）的行为是违反直觉的。然而，这就是它在 Java 中的完成方式......
是的，我完全意识到这一点，而且这些年来我仍然对糟糕的命名选择感到愤怒：/ 嗯。

【解决方案3】：

如果您真的想在 Java 中复制 grep，那么您将面临相当大的任务；例如，考虑以下调用：

grep something somefile
echo sometext | grep something
grep -x something somefile
grep -Fx something somefile

那里有很多选择。

现在，让我们解决基本问题。

第一个问题是.matches() 方法，无论是String 还是Matcher，都是用词不当。根据定义，如果正则表达式可以识别输入中的任何文本，则它匹配输入......不幸的是，Java API 不是这样定义.matches() 方法的。当且仅当整个输入与正则表达式匹配时，Java 的 .matches() 才会返回 true。

因此，这不是您应该使用的。由于您使用Matcher，因此您想改用.find()。

第二个问题是逐行匹配；正则表达式通常不关心行；只是碰巧出现了一些定义这个概念的字符。同样，正则表达式不在乎。

正则表达式并不关心，但是这个概念非常重要，Java 有类允许通过拆分必要的字符来将字符流分成“行”...所以这里是您将如何复制 grep 通过阅读来自标准输入，假设默认编码（为 Java 8+ 编写的代码）：

public static void main(final String... args)
{
    if (args.length == 0)
        throw new IllegalArgumentException("missing pattern as an argument");

    final Pattern pattern = Pattern.compile(args[0]);

    final Charset cs = Charset.defaultCharset();
    final CharsetDecoder decoder = cs.newDecoder()
        .onMalformedInput(CodingErrorAction.REPORT);

    try (
        final Reader r = new InputStreamReader(System.in, decoder);
        final BufferedReader reader = new BufferedReader(r);
    ) {
        String line;
        while ((line = reader.readLine()) != null)
            if (pattern.matcher(line).find())
                System.out.println(line);
    }
}

【讨论】：

【解决方案4】：

感谢所有cmets！

我的解决方法如下：

public static void main(String[] args) throws FileNotFoundException {
    String s = "this is line one\n"
            + "this is line two\n"
            + "This is line three";

    Pattern p = Pattern.compile("this");

    Scanner scanner = new Scanner(s);
    while (scanner.hasNextLine()) {
        String line = scanner.nextLine();
        Matcher m = p.matcher(line);
        if (m.find()) {
            System.out.println(line);
        }
    }
}

上面的代码打印出第 1 行和第 2 行，因为它们都包含“this”，但没有第 3 行，因为“This”大写。

如果我们将正则表达式更改为“one”，它只会打印出第 1 行。

【讨论】：