为什么“hello\\s*world”不能匹配“hello world”？

Question

为什么这段代码会抛出 InputMismatchException 异常？

Scanner scanner = new Scanner("hello world");
System.out.println(scanner.next("hello\\s*world"));

相同的正则表达式在http://regexpal.com/上匹配（使用\s代替\\s）。

- Navin

---

http://regexpal.com/ 用于测试 JavaScript 正则表达式，而不是 Java 正则表达式。您可以尝试使用 http://www.fileformat.info/tool/regex.htm 来测试 Java 正则表达式。 - Marcelo

@Marcelo 我最喜欢的在线Java正则表达式测试工具：http://www.regexplanet.com/simple/ - Matt Ball

@Matt 谢谢，我已经收藏了，下次需要的时候可以用得上。 - Marcelo

Answer 1

与Matcher相比，Scanner具有内置的字符串分词功能，默认分隔符是空格。因此，在匹配运行之前，您的“hello world”被分词为“hello”和“world”。如果在扫描之前将分隔符更改为不在字符串中的内容，例如：，则会进行匹配。

Scanner scanner = new Scanner("hello world");
scanner.useDelimiter(":");
System.out.println(scanner.next("hello\\s*world"));

但对于你的情况来说，似乎只需要使用Matcher。

这是正确使用Scanner的一个例子：

   Scanner scanner = new Scanner("hello,world,goodnight,moon");
   scanner.useDelimiter(",");
   while (scanner.hasNext()) {
     System.out.println(scanner.next("\\w*"));
   }

输出结果将会是

hello
world
goodnight
moon

- Affe

---

如果字符串是hello:world呢？！你不应该对输入内容做出任何假设 :S - Vincent Koeman

这与为 Navin 说明他的代码为什么不起作用有什么关系呢？我说过：“如果匹配，那就是它了：”，而不是“如果严格正确并适合生产使用，那就是它了：”。输入明显假定为“hello world”;) - Affe

你本可以设置一个空的分隔符，而不是使用“：”。 - Vincent Koeman

一个分隔符""将把字符串分解成" h "，" e "，" l "，" l "，" o "等等。我想任何一些任意的不可打印的控制字符都可以被使用，但如果您正在使用扫描器进行解析，则输入需要在某种程度上受到限制。 - Affe

Answer 2

默认扫描器的分隔符是空格，因此扫描器会看到两个元素hello和world。而hello\s+world不能匹配hello，因此会抛出NoSuchElement异常。

- dmeister

Answer 3

这些输入是有效的：

"C:\Program Files\Java\jdk1.6.0_21\bin\java"  RegexTest hello\s+world "hello      world"
'hello      world' does match 'hello\s+world'

以下是代码：

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

public class RegexTest {

    public static void main(String[] args) {

        if (args.length > 0) {
            Pattern pattern = Pattern.compile(args[0]);

            for (int i = 1; i < args.length; ++i) {
                Matcher matcher = pattern.matcher(args[i]);
                System.out.println("'" + args[i] + "' does " + (matcher.matches() ? "" : "not ") + "match '" + args[0]  +"'");
            }
        }
    }

}

- duffymo

Answer 4

扫描器的构造函数接受一个可选的模式，用于将输入序列分割成标记。默认情况下，这是一个空格模式。

Scanner#next返回下一个标记，如果它与给定的模式匹配。换句话说，你传递给#next的模式可能默认不包含空格。

您可以调用#useDelimiter来配置扫描器以适应您的用例。

- Sebastian Zarnekow

Answer 5

Scanner类有一个默认的分隔符\\s+。如果你只想匹配hello\\s*world，只需调用scanner.useDelimiter("hello\\s*world"))，然后使用scanner.next();

另外，你可以调用scanner.useDelimiter('任何（转义）字符，不会出现在你的文本中')，并使用scanner.next("hello\\s*world"))

顺便说一下，如果你想至少有一个空格，你需要使用+而不是*

- Vincent Koeman

---

这个不起作用。分隔符“”将其标记为 h e l l o ' ' w o r l d。 - Affe

我已经编辑过了 :) 你需要使用一些肯定不在你的输入中的字符。请注意，有些字符是特殊的正则表达式字符，你需要转义它们才能使用。我经常使用的一个安全字符是 #。 - Vincent Koeman