[Java]使用正则表达式实现分词

手工分词稍嫌麻烦，不好维护，而利用正则表达式就利索多了。Java提供了java.util.regex.Matcher，java.util.regex.Pattern类来帮助我们实现此功能。

例一：以下程序将把"This is a farm that that raises dairy cattle."中的单词一个个找出来。

package com.hy;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RexTest {
    public static void main(String[] args){
        String input = "This is a farm that raises dairy cattle."; 
        String regExp = "(\w+)";
          
        Pattern pattern=Pattern.compile(regExp);
        Matcher matcher=pattern.matcher(input);
        while(matcher.find()){
            System.out.println(matcher.group(0));// 在这里使用matcher.group(0)和matcher.group(1)效果是一样的
        }       
    }
}

输出如下：

This
is
a
farm
that
raises
dairy
cattle

例二：以下程序将找出算术表达式中的数字和符号。由于算术表达式中的+-*/()在正则表达式里都有自己含义，如+表示一个或多个，因为需要直接表示符号本身时采用\进行转义。

        String input = "1+2+34*(5+78)/2"; 
        String regExp = "(\d+)|(\+)|(\-)|(\*)|(\/)|(\()|(\))";
          
        Pattern pattern=Pattern.compile(regExp);
        Matcher matcher=pattern.matcher(input);
        while(matcher.find()){
            System.out.println(matcher.group(0));
        }    

输出：

1
+
2
+
34
*
(
5
+
78
)
/
2

例三：在例二的基础上，增加小数的识别。正则表达式\d+(\.*)\d*代表整数或者小数，如0.2，5，34.09都能识别出来。

        String input = "1.1+0.2+34.09*(5+78)/0.0002"; 
        String regExp = "(\d+(\.*)\d*)|(\+)|(\-)|(\*)|(\/)|(\()|(\))";
          
        Pattern pattern=Pattern.compile(regExp);
        Matcher matcher=pattern.matcher(input);
        while(matcher.find()){
            System.out.println(matcher.group(0));
        }    

输出：

1.1
+
0.2
+
34.09
*
(
5
+
78
)
/
0.0002

例四：找出SQL语句中关键字，字段和条件

[A-Z_a-z][A-Z_a-z0-9]*表示以大小写字母或下划线开头之后可以是数字，字母，下划线之一

(=)*表示可以出现0个或一个等号

(\')*表示出现0个或一个单引号

(\')*\w*(\')*表示引号中间可以为字符

        String input = "select field1,field2,field3 from table1 where field1='1' order by field2 "; 
        String regExp = "([A-Z_a-z][A-Z_a-z0-9]*(=)*(\')*\w*(\')*)";
          
        Pattern pattern=Pattern.compile(regExp);
        Matcher matcher=pattern.matcher(input);
        while(matcher.find()){
            System.out.println(matcher.group(0));
        }    

输出：

select
field1
field2
field3
from
table1
where
field1='1'
order
by
field2

--END--2019年9月3日09点50分