Java之正則表達式在字符串中查找中文

轉自：http://blog.csdn.net/csdn_yaobo/article/details/48377757 
原本是要收藏的，可是不知怎麼了，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

學習了正則表達式後，感受正則表達式很強大，可是爲了更好地理解正則表達式，找了一個很實際的問題來分享一下本身學習的心得。本題目是招聘時的一個題目，題目大體的意思是這樣的：用戶每次在網上消費東西，以後會給商家評論，可是這個評論中會有許多人評論一下小廣告，爲了能找出這些評論，咱們假設這樣一個場景：

常常的一些小廣告會有下面一下詞語：」網店地址「，「銷售」，「代購」；

       假如一個用戶的評論是這樣：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，並打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，咱們該怎麼下手呢？咱們常常的想法是一個一個掃描匹配，可是這樣是否是太麻煩，並且有的評論中會有不少特殊字符，那咱們怎麼辦呢？個人思路是這樣，咱們匹配的都是關鍵字，也就是漢字，那麼能夠將上述評論中全部的特殊符號（包括字母，空格，數字等）所有刪除掉，只剩下漢字，而後咱們去匹配關鍵字，這樣就簡單了，下來用一段程序說一下怎樣去除特殊符號：



    String string1 = "我愛編w!@#程  www#

她不5454 dadad &*$()###(愛編dadada程w!」;

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

解釋一下上面的程序：我給了這樣一句話「我愛編w!@#程 www#

她不5454 dadad &*$()###(愛編dadada程w!」，而後從這句話中找出匹配「編程」關鍵字；而後並輸出，上面regEx是正則表達式，目的是過濾掉全部特殊字符，可能我寫的這個有漏掉的字符，能夠根據本身的須要修改，這樣咱們就將這句話通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？又用一個簡單的程序示例說一下：

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]」，若是寫成「[編程]」就會出現每一個字和上面那句話匹配，而不是一個詞語匹配，和咱們想要的結果大相徑庭，這個能夠參考正則表達式的概念（寫到一個裏至關雨或的概念，寫到兩個裏就是兩個條件是且的意思如：[0-9,a-z]與[0-9][a-z]）。若是有匹配的，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，咱們都匹配出來了，並且都輸出來了。