一、使用String類

String對(duì)象調(diào)用public String replaceAll(String regex,String replacement)方法，返回一個(gè)新的String對(duì)象，返回的String對(duì)象的字符序列是把當(dāng)前String對(duì)象的字符序列中，所有和參數(shù)regex相匹配的子字符序列替換成參數(shù)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+"是正則表達(dá)式，表示一個(gè)或多個(gè)0~9之間的任意數(shù)字
System.out.println(s1);//打印結(jié)果為： 123hello456    沒(méi)有被改變
System.out.println(s2);//打印結(jié)果為: 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+"中的數(shù)字后得到的字符序列是:"+s2);
//剔除999大家好，-123.459804明天放假了中的數(shù)字后得到的字符序列是: 大家好， 明天放假了

其實(shí)，String類提供了一個(gè)實(shí)用的方法：

public String[] split(String regex)

當(dāng)String對(duì)象調(diào)用該方法時(shí)，使用參數(shù)指定的正則表達(dá)式regex作為分隔標(biāo)記，分解出String對(duì)象的字符序列中的單詞，并將分解出的單詞存放在String數(shù)組中。

例如：

//需求：對(duì)于一個(gè)字符序列，要分解出全部由數(shù)字字符組成的單詞。
String s1="1931年9月18日晚，日本發(fā)動(dòng)侵華戰(zhàn)爭(zhēng)，請(qǐng)記住這個(gè)日子！";
String regex="\\D+";
String s2[]=s1.split(regex);
for(String s:s2)
System.out.println(s);//分別輸出1931  09  08 ，且可知s2.length()=3;

需要特別注意的是，split方法認(rèn)為分隔標(biāo)記的左右是單詞，額外規(guī)則是，如果左面的單詞是不含任何字符的字符序列，即為空，則這個(gè)字符序列仍然算成一個(gè)單詞，但右邊的單詞必須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());//會(huì)編譯報(bào)錯(cuò):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，什么也不會(huì)顯示。
//所以s2數(shù)組長(zhǎng)度應(yīng)該為4而不是3，多出來(lái)的空字符串是"公元"左側(cè)被默認(rèn)有一個(gè)單詞。內(nèi)容為空。

二、使用StringTokenizer類

1.和split()方法不同的是，StringTokenizer對(duì)象不使用正則表達(dá)式做分隔標(biāo)記。
2.當(dāng)分析一個(gè)字符序列并將字符序列分解成可被獨(dú)立使用的單詞時(shí)，可以使用java.util包中的StringTokenizer類，稱該類的對(duì)象是一個(gè)字符序列的分析器，該類有兩個(gè)構(gòu)造方法。
構(gòu)造方法1：StringTokenizer(String s)：構(gòu)造一個(gè)StringTokenizer對(duì)象，例如fenxi。fenxi使用的是默認(rèn)的分隔標(biāo)記(空格符，換行符，回車符，Tab符，進(jìn)紙符(\f))分解出參數(shù)s的字符序列中的單詞，即這些單詞成為分析中的數(shù)據(jù)。
構(gòu)造方法2：StringTokenizer(String s,String delim)：構(gòu)造一個(gè)StringTokenizer對(duì)象，例如fenxi。fenxi用參數(shù)delim的字符序列中的字符的任意排列作為分隔標(biāo)記，分解出參數(shù)s的字符序列中的單詞，即這些單詞成為fenxi中的數(shù)據(jù)。
注意：分隔標(biāo)記的任意排列仍然是分隔標(biāo)記。
3.fenxi可以調(diào)用String nextToken()方法逐個(gè)獲取fenxi中的單詞，每當(dāng)nextToken()返回一個(gè)單詞，fenxi就會(huì)自動(dòng)刪除該單詞。
4.fenxi可以調(diào)用boolean hasMoreTokens()方法返回一個(gè)boolean值，只要fenxi中還有單詞，該方法就返回true，否則返回false。
5.fenxi可以調(diào)用countToken()方法返回當(dāng)前fenxi中單詞的個(gè)數(shù)。

具體示例1：

String s="we are stud,ents";
StringTokenizer fenxi=new StringTokenizer(s," ,");//用空格和逗號(hào)的任意組合作為分隔標(biāo)記
int number=fenxi.countToken();
while(fenxi.hasMoreTokens()){
String str=fenxi.nextToken();
System.out.println(str);
System.out.println("還剩"+fenxi.countToken()+"個(gè)單詞");
}
System.out.println("s共有單詞："+number+"個(gè)");
//輸出結(jié)果：
we
還剩3個(gè)單詞
are
還剩2個(gè)單詞
stud
還剩1個(gè)單詞
ents
還剩0個(gè)單詞
s共有單詞：4個(gè)

具體示例2：

String s="市話費(fèi)：28.39元，長(zhǎng)途話費(fèi)：49.15元，上網(wǎng)費(fèi)：352元";
String delim="[^0-9.]+";//非數(shù)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("總費(fèi)用："+totalMoney+"元");
//輸出結(jié)果：
28.39
49.15
352.0
總費(fèi)用：429.53999999999996元

三、使用Scanner類

為了創(chuàng)建一個(gè)Scanner對(duì)象，需要把一個(gè)String對(duì)象傳遞給所構(gòu)造的Scanner對(duì)象，例如，對(duì)于：

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

為了解析出s的字符序列中的數(shù)字型單詞，可以如下構(gòu)造一個(gè)Scanner對(duì)象：

Scanner scanner=new Scanner(s);

那么scanner默認(rèn)使用空格作為分隔標(biāo)記來(lái)解析s的字符序列中的單詞。也可以讓scanner對(duì)象調(diào)用方法：

useDelimiter(正則表達(dá)式);

將正則表達(dá)式作為分隔標(biāo)記，即Scanner對(duì)象在解析s的字符序列時(shí)，把與正則表達(dá)式匹配的字符序列作為分隔標(biāo)記。
Scanner對(duì)象解析字符序列的特點(diǎn)如下：

• scanner對(duì)象調(diào)用next()方法依次返回s的字符序列中的單詞，如果最后一個(gè)單詞已被next()方法返回，scanner對(duì)象調(diào)用hasNext()將返回false，否則返回true。
• 對(duì)于s的字符序列中的數(shù)字型單詞，例如，12.34等，scanner可以調(diào)用nextInt()或nextDouble()方法來(lái)代替next()方法。即scanner可以調(diào)用nextInt()或nextDouble()方法將數(shù)字型單詞轉(zhuǎn)化為int型或者double型數(shù)據(jù)返回。
• 如果單詞不是數(shù)字型單詞，scanner調(diào)用nextInt()或nextDouble()方法，將會(huì)發(fā)生InputMismatchException異常，在處理異常時(shí)可以調(diào)用next()方法返回該非數(shù)字化單詞。

具體示例：

String cost="市話費(fèi)：28.39元，長(zhǎng)途話費(fèi)：49.15元，上網(wǎng)費(fèi)：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("總費(fèi)用："+sum+"元");
//輸出結(jié)果：
28.39
49.15
352.0
總費(fèi)用：429.53999999999996元

對(duì)比：

1. StringTokenizer類和Scanner類都可用于分解字符序列中的單詞，但是二者在思想上有所不同。

2. StringTokenizer類把分解出來(lái)的單詞全都放入StringTokenizer對(duì)象的實(shí)體中，因此StringTokenizer對(duì)象能夠快速的獲得單詞，即StringTokenizer對(duì)象的實(shí)體占用較多的內(nèi)存(多占用內(nèi)存，提升速度，相當(dāng)于把單詞記在大腦中)。

3. 與StringTokenizer類不同的是，Scanner類僅僅存放怎樣獲取單詞的分隔標(biāo)記，因此scanner對(duì)象獲取單詞的速度相對(duì)較慢，但scanner對(duì)象節(jié)省內(nèi)存空間(減慢速度，節(jié)省空間，相當(dāng)于把單詞放在字典里，大腦只記憶查字典的規(guī)則)。

四、使用Pattern類與Matcher類

使用Pattern類與Matcher類的步驟如下：

1.使用正則表達(dá)式regex作為參數(shù)得到一個(gè)稱為"模式"的Pattern類的實(shí)例pattern。例如

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

2.模式對(duì)象pattern調(diào)用matcher(CharSequence s)方法返回一個(gè)Matcher對(duì)象matcher，稱為匹配對(duì)象，參數(shù)s是matcher要檢索的String對(duì)象。

Matcher matcher=pattern.matcher(s);

3.這兩個(gè)步驟結(jié)束后，匹配對(duì)象matcher就可以調(diào)用各種方法檢索s。

具體方法有：

(1)public boolean find()：尋找s的字符序列中和regex匹配的下一子序列。如果成功則返回true，否則返回false。matcher首次調(diào)用該方法時(shí)，尋找s中第一個(gè)和regex匹配的子序列，如果find方法返回true，則matcher再調(diào)用find方法時(shí)，就會(huì)從上一次匹配成功的子字符序列后開(kāi)始尋找下一個(gè)匹配regex的子字符序列。另外，當(dāng)find方法返回true時(shí)，matcher可以調(diào)用start()方法和end()方法得到子字符序列在s中的開(kāi)始位置和結(jié)束位置。當(dāng)find方法返回true時(shí)，matcher調(diào)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調(diào)用該方法判斷s的字符序列是否完全和regex匹配。
(3)public boolean lookingAt()：matcher調(diào)用該方法判斷從s的字符序列的開(kāi)始位置是否有和regex匹配的子字符序列。
(4)public boolean find(int start)：matcher調(diào)用該方法判斷s的字符序列從參數(shù)start指定位置開(kāi)始是否有個(gè)regex匹配的子字符序列。當(dāng)start=0時(shí)，該方法和lookingAt()的功能相同。
(5)public String replaceAll(String replacement)：matcher調(diào)用該方法可以返回一個(gè)String對(duì)象，該String對(duì)象的字符序列是通過(guò)把s的字符序列中與模式regex匹配的子字符序列全部替換為參數(shù)replacement指定的字符序列得到的(注意s本身沒(méi)有發(fā)生變化)。
(6)public String replaceFirst(String replacement)：matcher調(diào)用該方法可以返回一個(gè)String對(duì)象，該String對(duì)象的字符序列是通過(guò)把s的字符序列中第1個(gè)與模式regex匹配的子字符序列全部替換為參數(shù)replacement指定的字符序列得到的(注意s本身沒(méi)有發(fā)生變化)。
(7) public String group()：返回一個(gè)String對(duì)象該對(duì)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。

具體示例：

String regex="-?[0-9][0-9]*[.]?[0-9]*";//匹配數(shù)字，整數(shù)或浮點(diǎn)數(shù)的正則表達(dá)式
Pattern pattern=Pattern.compile(regex);//初始化模式對(duì)象
String s="市話費(fèi)：28.39元，長(zhǎng)途話費(fèi)：49.15元，上網(wǎng)費(fèi)：352元";
Matcher matcher=pattern.matcher(s);//初始化匹配對(duì)象，用于檢索s
double sum=0;
while(matcher.find()){
String str=matcher.group();
sum+=Double.parseDouble(str);
System.out.println("從"+matcher.start()+"到"+matcher.end()+"匹配的子序列：");
System.out.println(str);
}
System.out.println("總費(fèi)用："+sum+"元");
String weatherForecast[]={"北京：-9度至7度","廣州：10度至21度","哈爾濱：-29度至-7度"};//存放三地的溫度
double averTemperture[]=new double[weatherForecast.length];//存放三地的平均溫度
for(int i=0;i<weatherForecast.length;i++){
Matcher matcher1=pattern.matcher(weatherForecast[i]);//初始化匹配對(duì)象，模式不變
double sum1=0;
int count=0;
while(matcher1.find()){
count++;//一個(gè)地方有幾個(gè)氣溫，count就加幾次
sum1+=Double.parseDouble(matcher1.group()); //sum1表示的是一個(gè)地方最高氣溫與最低氣溫的和
}
averTemperture[i]=sum1/count;//for循環(huán)一次，算出一個(gè)地方的平均氣溫
}
System.out.println("三地的平均氣溫："+Arrays.toString(averTemperture));
//輸出結(jié)果為：
從4到9匹配的子序列：
28.39
從16到21匹配的子序列：
49.15
從27到30匹配的子序列：
352
總費(fèi)用：429.53999999999996元
三地的平均氣溫：[-1.0, 15.5, -18.0]

到此這篇關(guān)于Java中字符序列的替換與分解的幾種實(shí)現(xiàn)方法的文章就介紹到這了,更多相關(guān)Java中字符序列替換與分解內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！