提高你的Java代码质量吧：推荐在复杂字符串操作中使用正则表达式

一、分析 

字符串的操作，诸如追加、合并、替换、倒序、分隔等，都是在编码过程中经常用到的，而且Java也提供了append、replace、reverse、split等方法来完成这些操作，它们使用起来确实方便，但是更多的时候，需要使用正则表达式来完成复杂的处理。 

二、场景 

统计一篇文章中的单词的数量，代码如下： 

 

public static void main(String[] args){ 
    //接受键盘输入 
    Scanner input = new Scanner(System.in); 
    while(input.hasNext()){ 
        String str = input.nextLine(); 
        //使用split方法分隔后统计 
        int wordsCount =  str.split(" ").length; 
        System.out.println(str + "单词数：" + wordsCount); 
    } 
} 

使用split方法根据空格来分隔单词，然后计算分隔后的数组长度，这种方法可靠吗？我们看输出： 

Today is Monday 

Today is Monday 单参数：3 

Today is  Monday 

Today is  Monday 单词数：4 

Today is Monday?No! 

Today is Monday?No! 单词数：3 

I'm Ok. 

I'm Ok. 单词数：2 

注意到，除了第一个正确外，其它的都是错误的。第二条输入单词"Monday"前有两个空格，第三条输入中"NO"单词的前后没有空格，最后一个输入则没有把连写符号“'”考虑进去，这样统计出来的单词数量肯定错误一堆，那怎样才合理呢？ 

可以考虑使用正则表达式，代码如下： 

 

public static void main(String[] args){ 
    //接受键盘的输入 
    Scanner input = new Scanner(System.in); 
    while(input.hasNext()){ 
        String str = input.nextLine(); 
        //正则表达式对象 
        Pattern pattern = Pattern.compile("\b\w+\b"); 
        //生成匹配器 
        Matcher matcher = pattern.matcher(str); 
        //记录单场数量 
        int wordsCount = 0; 
        //遍历查找匹配，统计单场数量 
        while(matcher.find()){ 
            wordsCount++; 
        } 
        System.out.println(str + "单词数：" + wordsCount); 
    } 
} 

准不准确，我们看输入产生的结果：Today is Monday 

Today is Monday 单参数：3 

Today is  Monday 

Today is  Monday 单词数：3 

Today is Monday?No! 

Today is Monday?No! 单词数：4 

I'm Ok. 

I'm Ok. 单词数：3 

每项输出都是正确的，而且程序也不复杂，先生成一个正则表达式对象，然后使用匹配器进行匹配，之后通过一个while循环统计匹配的数量。 

三、建议 

正则表达式在字符串的查找、替换、剪切、复制、删除等方面都有着非凡的作用，特别是面对大量的文本字符串需要处理（如果需要锤炼大量的LOG日志）时，使用正则表达式可以大幅提高开发效率和系统性能。 

但是正则表达式是一个恶魔，它会使程序难以读懂。