正则表达式的主要用途：
a.在目标字符串中找出匹配正则表达式的部分
b.校验目标字符串是否符合正则表达式，例如校验邮箱地址
c.在目标字符串中替换符合正则表达式的部分为其他的字符串
Scanner类是JDK 1.5中引入的扫描类，Scanner类的构造函数可以接受一个Readable对象，具体说来可以是File、String、InputStream等。
下面是一个Scanner类配合正则表达式使用的例子，目的是找出以S、s、c、t开头的单词。
package RegexTest; import java.io.File; import java.io.FileNotFoundException; import java.util.Scanner; import java.util.regex.Matcher; import java.util.regex.Pattern; public class ScannerTest { public static void main(String [ ] args) throws FileNotFoundException { Pattern pa = Pattern.compile("\b[Ssct]\w+"); Matcher ma = pa.matcher(""); Scanner sc = new Scanner(new File("src/RegexTest/ScannerTest.java")); while(sc.hasNextLine()){ ma.reset(sc.nextLine()); while(ma.find()){ System.out.println(ma.group()); } } } }
输出结果为：
Scanner class ScannerTest static String throws compile Ssct Scanner sc Scanner src ScannerTest sc sc System
正则表达式"\b[Ssct]\w+"的含义如下，表示单词的边界，使用正则表达式操作单词时需要使用。w代表的是0-9或者a-z或者A-Z。
sc.hasNextLine()可以判断Scanner是否能取到下一行，sc.nextLine()是取下一行的字符串。
Scanner还有hasNextInt()、hasNextLong()、hasNextBigInteger()等方法用于取出下一个基本类型。
Scanner默认地是根据空格来分割输入的字符串，也可以自定义分割符，如下面所示。
import java.util.Scanner; public class ScannerTest2 { public static void main(String [ ] args) { String str = "12,42 , 78 ,99, 42"; Scanner sc = new Scanner(str); sc.useDelimiter("\s*,\s*"); while(sc.hasNextInt()){ System.out.println(sc.nextInt()); } } }
输出结果为：
12 42 78 99 42
sc.useDelimiter("\s*,\s*");中的s代表空白符(空格，回车，换行等)，*代表一个或多个，合起来就是“，”前后带任意个空白符。
Scanner除了可以配合Pattern和Matcher使用外，其本身也是支持正则表达式的，如下面的例子。
package RegexTest; import java.util.Scanner; import java.util.regex.MatchResult; import java.util.regex.Matcher; import java.util.regex.Pattern; public class ScannerTest3 { public static void main(String [ ] args) { String str = "58.77.82.161@02/10/2012 " + "204.17.82.31@02/11/2012 " + "58.77.32.53@02/12/2012 " + "28.45.32.161@02/12/2012 "; Scanner sc = new Scanner(str); String pattern = "(\d+\.\d+\.\d+\.\d+)@"+ "(\d{2}/\d{2}/\d{4})"; while(sc.hasNext(pattern)){ sc.next(pattern); MatchResult mr = sc.match(); String ip = mr.group(1); String date = mr.group(2); System.out.format("Threat on %s from %s ",date,ip); } Pattern pa = Pattern.compile("(\d+\.\d+\.\d+\.\d+)@"+ "(\d{2}/\d{2}/\d{4})",Pattern.CASE_INSENSITIVE | Pattern.MULTILINE); Matcher matcher = pa.matcher(str); while(matcher.find()){ String ip = matcher.group(1); String date = matcher.group(2); System.out.format("Threat on %s from %s ",date,ip); } } }
输出结果为：
Threat on 02/10/2012 from 58.77.82.161 Threat on 02/11/2012 from 204.17.82.31 Threat on 02/12/2012 from 58.77.32.53 Threat on 02/12/2012 from 28.45.32.161 Threat on 02/10/2012 from 58.77.82.161 Threat on 02/11/2012 from 204.17.82.31 Threat on 02/12/2012 from 58.77.32.53 Threat on 02/12/2012 from 28.45.32.161
下面是一个将IP地址进行排序的例子，如下:
package regExp; import java.util.Arrays; public class SortIPAddressWithRegExp { public static void main(String[] args) { String ip = "102.49.25.254 102.49.23.13 10.10.10.10 2.2.2.2 8.109.90.30"; // 先对IP每一位都添加两个0 String regex = "(\d+)"; ip = ip.replaceAll(regex,"00$1"); System.out.println(ip); // 再将IP地址只保留三位 regex = "0*(\d{3})"; ip = ip.replaceAll(regex,"$1"); System.out.println(ip); // 下面进行切割 String[] result = ip.split(" +"); System.out.println(Arrays.asList(result)); Arrays.sort(result); System.out.println("after"); for(int i =0;i<result.length;i++) result[i]=result[i].replaceAll("0*(\d+)","$1"); // 将前面的0 去掉 for(String s : result) System.out.println(s); } }
使用正则表达式判断文件中是否含有中文字符的例子为：
import java.io.File; import java.io.FileNotFoundException; import java.util.Scanner; import java.util.regex.Pattern; public class CheckChineseCharacter { public static void main(String[] args) throws FileNotFoundException { Scanner sc = new Scanner(new File("UCS_PM_1.1.5_EN.sql")); String str = ""; int index = 1; while(sc.hasNextLine()){ str = sc.nextLine(); if(isChinese(str)){ System.out.println(str + "contain Chinese Character"); }else{ System.out.println("no Chinese Character in cloum " + index); } index ++; } } // 根据Unicode编码判断中文汉字和符号 private static boolean isChinese(char c) { Character.UnicodeBlock ub = Character.UnicodeBlock.of(c); if (ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS || ub == Character.UnicodeBlock.CJK_COMPATIBILITY_IDEOGRAPHS || ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A || ub == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS_EXTENSION_B || ub == Character.UnicodeBlock.CJK_SYMBOLS_AND_PUNCTUATION || ub == Character.UnicodeBlock.HALFWIDTH_AND_FULLWIDTH_FORMS || ub == Character.UnicodeBlock.GENERAL_PUNCTUATION) { return true; } return false; } // 完整的判断中文汉字和符号 public static boolean isChinese(String strName) { char[] ch = strName.toCharArray(); for (int i = 0; i < ch.length; i++) { char c = ch[i]; if (isChinese(c)) { return true; } } return false; } // 只能判断部分CJK字符（CJK统一汉字） public static boolean isChineseByREG(String str) { if (str == null) { return false; } Pattern pattern = Pattern.compile("[\u4E00-\u9FBF]+"); return pattern.matcher(str.trim()).find(); } // 只能判断部分CJK字符（CJK统一汉字） public static boolean isChineseByName(String str) { if (str == null) { return false; } // 大小写不同：\p 表示包含，\P 表示不包含 // \p{Cn} 的意思为 Unicode 中未被定义字符的编码，\P{Cn} 就表示 Unicode中已经被定义字符的编码 String reg = "\p{InCJK Unified Ideographs}&&\P{Cn}"; Pattern pattern = Pattern.compile(reg); return pattern.matcher(str.trim()).find(); } }