在 Java 中使用正则表达式进行扫描有什么缺点答案

【问题标题】：What is the downside of scanning with regular expressions in Java在 Java 中使用正则表达式进行扫描有什么缺点
【发布时间】：2016-11-20 21:18:06
【问题描述】：

我知道除了扫描预定义的primitive 类型之外，我还可以扫描自己的用户定义模式，这在扫描更复杂的数据时很有帮助。我说的是Scanner.next(String pattern) 方法。但是，在我读到的关于 Java 的书中，有一段说

“使用正则表达式扫描时有一个警告。模式仅与下一个输入标记匹配，因此如果您的模式包含一个永远不会匹配的分隔符。”

我真的不明白这是什么意思，以及这种扫描在哪些情况下不适用

【问题讨论】：

你指的是什么书？ SO 不是任意未引用垃圾的验证站点。
用 Java 思考，第 4 版 - Bruce Eckel

标签： java regex java.util.scanner

【解决方案1】：

假设您有一个逗号, 作为分隔符。现在不知何故（也许它是由其他人提供的）你想出了一个模式ab,cd。由于模式包含分隔符，扫描器将尝试将ab,cd 先匹配到ab，然后再匹配到cd，导致不匹配。

请注意，这是一个警告，不一定是您很容易遇到的事情。

【讨论】：

你能解释一下你的例子中的分隔符和模式是如何使用的吗？我认为模式将被扫描仪用作分隔符。这怎么可能是两种不同的东西？
@Codebender 就像nextInt() 将扫描一个整数（以\n 作为分隔符以及其他任何默认分隔符），next(String pattern) 将扫描与模式匹配的下一个输入.首先根据分隔符对输入进行标记化，然后进行匹配，无论是正则表达式模式、整数、行等。
非常感谢。我刚刚注意到存在 next(pattern) 方法。我正在考虑使用 useDelimiter(pattern) 的模式作为分隔符。

【解决方案2】：

说说《Thinking in Java》一书中给出的原始例子，这个程序：

String threatData =
        "58.27.82.161@02/10/2005\n" +
        "204.45.234.40@02/11/2005\n" +
        "58.27.82.161@02/11/2005\n" +
        "58.27.82.161@02/12/2005\n" +
        "58.27.82.161@02/12/2005\n" +
        "[Next log section with different data format]";

Scanner sc = new Scanner(threatData);
Pattern pattern = Pattern.compile("(\\d+([.]\\d+){3})@" + "(\\d{2}/\\d{2}/\\d{4})");
                                             ///     ^
while(sc.hasNext(pattern)) {
    System.out.println(sc.next(pattern));  
    MatchResult matchResult = sc.match();
    System.out.println("Threat from " + matchResult.group(1) + " on " + matchResult.group(3));
}

正确打印所需的输出。 但是， 当您通过将 threatData 中的 @ 替换为空格 ' ' 和 pattern 中的 @ 替换为 @ 对其进行轻微更改时987654325@，您将观察到扫描仪无法匹配该模式，因为它包含默认分隔符。

String threatData =
        "58.27.82.161 02/10/2005\n" +
        "204.45.234.40 02/11/2005\n" +
        "58.27.82.161 02/11/2005\n" +
        "58.27.82.161 02/12/2005\n" +
        "58.27.82.161 02/12/2005\n" +
        "[Next log section with different data format]";

Scanner sc = new Scanner(threatData);
Pattern pattern = Pattern.compile("(\\d+([.]\\d+){3})\\s" + "(\\d{2}/\\d{2}/\\d{4})");
                                                //    ^^

【讨论】：