Java之Regex在字串中尋找中文

標籤：中文   mpi   details   學習   pil   性價比   ext   code   replace   

轉自：http://blog.csdn.net/csdn_yaobo/article/details/48377757 
本來是要收藏的，但是不知怎麼了，點了收藏沒有反應，只好先轉載一下，等能收藏的時候，會刪除此文章

學習了Regex後，感覺Regex很強大，但是為了更好地理解Regex，找了一個很實際的問題來分享一下自己學習的心得。本題目是招聘時的一個題目，題目大致的意思是這樣的：使用者每次在網上消費東西，之後會給商家評論，但是這個評論中會有許多人評論一下小廣告，為了能找出這些評論，我們假設這樣一個情境：

       經常的一些小廣告會有下面一下詞語：”網店地址“，“銷售”，“代購”；       假如一個使用者的評論是這樣：這家酒店性價比高，提供海外代%……&購*&&6服……&**務”，網店地址：￥……**&*6“；    要求：匹配出關鍵字，並列印出關鍵字和該條評論。    就如上面這個題，我想已經表達的夠清楚了，我們該怎麼下手呢？我們經常的想法是一個一個掃描匹配，但是這樣是不是太麻煩，而且有的評論中會有很多特殊字元，那我們怎麼辦呢？我的思路是這樣，我們匹配的都是關鍵字，也就是漢字，那麼可以將上述評論中所有的特殊符號（包括字母，空格，數字等）全部刪除掉，只剩下漢字，然後我們去匹配關鍵字，這樣就簡單了，下來用一段程式說一下怎樣去除特殊符號：    String string1 = "我愛編[email protected]#程  www#

她不5454 dadad &*$()###(愛編dadada程w!”;

    String regEx="[`[email protected]#$%^&*()+=|{}:;\\[\\].<>/?~！@#￥%……&*（）——+|{}【】‘；：”“’。，、？a-zA-Z0-9 ]";     Pattern c = Pattern.compile(regEx);     Matcher mc=c.matcher(string1);     String result =  mc.replaceAll("").trim();       System.out.println(result);

解釋一下上面的程式：我給了這樣一句話“我愛編[email protected]#程 www#

她不5454 dadad &*$()###(愛編dadada程w!”，然後從這句話中找出匹配“編程”關鍵字；然後並輸出，上面regEx是Regex，目的是過濾掉所有特殊字元，可能我寫的這個有漏掉的字元，可以根據自己的需要修改，這樣我們就將這句話經過過濾變成了下面這樣：

上面已經去除掉特殊符號了，下來是最關鍵的是怎樣匹配關鍵字呢？又用一個簡單的程式樣本說一下：

 Pattern p = Pattern.compile("[編][程]");     Matcher m = p.matcher(result);     while(m.find()){         System.out.println(m.group());        }

 

上面那個“(“[編][程]”)”就是匹配關鍵字，不能寫成“[編程]”，如果寫成“[編程]”就會出現每個字和上面那句話匹配，而不是一個詞語匹配，和我們想要的結果截然不同，這個可以參考Regex的概念（寫到一個裡相當雨或的概念，寫到兩個裡就是兩個條件是且的意思如：[0-9,a-z]與[0-9][a-z]）。如果有匹配的，輸出匹配的關鍵字。下面是輸出的結果，這句話中出現了兩次編程，我們都匹配出來了，而且都輸出來了。

Java之Regex在字串中尋找中文