用正则表达式扫描的缺点是Java

Question

我知道除了扫描预定义的< code >原语类型，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< code > scanner . next(String pattern)方法。然而，在我读过的关于Java的书中，有一段说

“使用正则表达式进行扫描时有一个警告。该模式仅与下一个输入令牌匹配，因此，如果您的模式包含分隔符，则永远不会匹配。

我不太明白这是什么意思，在哪些情况下这种扫描不适用。

Answer 1

谈到《用Java思考》一书中给出的原始示例，该程序：

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，当您通过将威胁数据中的 @ 替换为空格 ' ' 并将模式中的 @ 替换为 \\s 来对其进行轻微更改时，您将观察到扫描程序无法匹配该模式，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})");
                                                //    ^^

Answer 2

假设您有一个逗号< code >，作为分隔符。现在不知怎么的(可能是别人提供的)你想出了一个模式< code>ab，cd。由于模式包含分隔符，扫描仪将尝试首先将< code>ab，cd与< code>ab匹配，然后与< code>cd匹配，结果不匹配。

请注意，这是一个警告，它不一定是你容易遇到的事情。