1700442870
1700442871
每项的输出都是准确的，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。需要说明的是，在Java的正则表达式中“\b”表示的是一个单词的边界，它是一个位置界定符，一边为字符或数字，另外一边则非字符或数字，例如“A”这样一个输入就有两个边界，即单词“A”的左右位置，这也就说明了为什么要加上“\w”（它表示的是字符或数字）。
1700442872
1700442873
正则表达式在字符串的查找、替换、剪切、复制、删除等方面有着非凡的作用，特别是面对大量的文本字符需要处理（如需要读取大量的LOG日志）时，使用正则表达式可以大幅地提高开发效率和系统性能，但是正则表达式是一个恶魔（Regular Expressions is evil），它会使程序难以读懂，想想看，写一个包含^、$、\A、\s、\Q、+、？、（）、[]、{}等符号的正则表达式，然后告诉你这是一个“这样，这样……”的字符串查找，你是不是要崩溃了？这代码只有上帝才能看懂了！
1700442874
1700442875
注意 正则表达式是恶魔，威力巨大，但难以控制。
1700442876
1700442877
1700442878
1700442879
1700442881
编写高质量代码：改善Java程序的151个建议 建议58：强烈建议使用UTF编码
1700442882
1700442883
Java的乱码问题由来已久，有点经验的开发人员肯定都遇到过乱码问题，有时是从Web上接收的乱码，有时是从数据库中读取的乱码，有时是在外部接口中接收到的乱码文件，这些都让我们困惑不已，甚至是痛苦不堪，看如下代码：
1700442884
1700442885
public static void main（String[]args）throws Exception{
1700442886
1700442887
String str=“汉字”；
1700442888
1700442889
//读取字节
1700442890
1700442891
byte[]b=str.getBytes（“UTF-8”）；
1700442892
1700442893
//重新生成一个新的字符串
1700442894
1700442895
System.out.println（new String（b））；
1700442896
1700442897
}
1700442898
1700442899
Java文件是通过IDE工具默认创建的，编码格式是GBK，大家想想看上面的输出结果会是什么？可能是乱码吧？两个编码格式不相同。我们暂不公布结果，先解释一下Java中的编码规则。Java程序涉及的编码包括两部分：
1700442900
1700442901
（1）Java文件编码
1700442902
1700442903
如果我们使用记事本创建一个.java后缀的文件，则文件的编码格式就是操作系统默认的格式。如果是使用IDE工具创建的，如Eclipse，则依赖于IDE的设置，Eclipse默认是操作系统编码（Windows一般为GBK）。
1700442904
1700442905
（2）Class文件编码
1700442906
1700442907
通过javac命令生成的后缀名为.class的文件是UTF-8编码的UNICODE文件，这在任何操作系统上都是一样的，只要是class文件就会是UNICODE格式。需要说明的是，UTF是UNICODE的存储和传输格式，它是为了解决UNICODE的高位占用冗余空间而产生的，使用UTF编码就标志着字符集使用的是UNICODE。
1700442908
1700442909
再回到我们的例子上，getBytes方法会根据指定的字符集提取出字节数组（这里按照UNICODE格式来提取），然后程序又通过newString（byte[]bytes）重新生成一个字符串。来看看String这个构造函数：通过操作系统默认的字符集解码指定的byte数组，构造一个新的String。结果已经很清楚了，如果操作系统是UTF-8编码的话，输出就是正确的，如果不是，则会是乱码。由于这里使用的是默认编码GBK，那么输出的结果也就是乱码了。我们再详细分解一下运行步骤：
1700442910
1700442911
步骤1 创建Client.java文件。
1700442912
1700442913
该文件的默认编码GBK（如果使用Eclipse，则可以在属性查看到）。
1700442914
1700442915
步骤2 编写代码（如上）。
1700442916
1700442917
步骤3 保存，并使用javac编译。
1700442918
1700442919
注意我们没有使用“javac-encoding GBK Client.java”显式声明Java的编码格式，javac会自动按照操作系统的编码（GBK）读取Client.java文件，然后将其编译成.class文件。
[
上一页 ]
[ :1.70044287e+09 ]
[
下一页 ]