java中scanner不直接结合fileinputstream做分词或正则匹配，而是通过构造时传入fileinputstream（或更推荐的file/path）作为输入源，再利用delimiter、next()、findinline()、usepattern()等方法实现按需切分和正则提取。
Java 中 Scanner 本身不直接“结合” FileInputStream 做分词或正则匹配，而是通过构造 Scanner 时传入 FileInputStream（或更推荐的 File 或 Path），让 Scanner 从文件读取内容；再利用 Scanner 的 delimiter、next()、findInLine()、usePattern() 等能力完成按需切分和正则提取。关键在于理解 Scanner 是基于输入源的令牌化器（tokenizer），不是通用正则引擎。
用 FileInputStream 初始化 Scanner 并设置分词边界
Scanner 默认以空白字符（空格、换行、制表符等）为分隔符。若想按自定义规则（如标点、非字母数字）分词，需调用 useDelimiter() 设置正则分隔模式：
- 例如按所有非字母数字字符切分：
scanner.useDelimiter("[^a-zA-Z0-9u4e00-u9fa5]+")（含中文） - 注意：分隔符匹配的内容会被跳过，不会出现在 next() 结果中
- 建议用
new Scanner(Files.newInputStream(Paths.get("file.txt")))替代原始 FileInputStream，更简洁且自动处理编码（配合 useLocale 和 useRadix 可控）
用 next() + hasNext() 实现基础分词流
这是最常用方式：逐个获取符合当前 delimiter 规则的“词元”（token）：
while (scanner.hasNext()) { String word = scanner.next(); /* 处理 word */ }- 若 delimiter 设为
"\s+"，效果类似按空格拆分；设为"[.,!?;:\s]+"则能过滤常见标点 - 注意：next() 遇到分隔符即停，不会跨行吞掉内容；但若某行全是分隔符，可能跳过整行
用 findInLine() 或 findAll() 进行正则匹配（不依赖 delimiter）
当需要保留原始文本结构、或做子串级匹配（如提取邮箱、手机号、特定格式日期），应绕过分词逻辑，直接用正则扫描：
scanner.usePattern(Pattern.compile("\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b"));- 然后循环调用
scanner.findInLine(pattern)（返回首个匹配字符串）或 Java 9+ 的scanner.findAll(pattern).forEach(mr -> ...) - findAll() 返回 Stream
，可链式处理： .map(MatchResult::group).filter(s -> s.length() > 3).collect(Collectors.toList()) - 注意：findInLine() 从当前位置开始搜索，匹配后 scanner 位置会移到匹配末尾；findAll() 也是顺序扫描，不会回溯
实际使用中的关键细节
避免常见陷阱：
- 文件编码必须与 Scanner 一致：显式指定
new Scanner(fileInputStream, "UTF-8")，否则中文易乱码 - Scanner 不自动关闭底层流，务必在 try-with-resources 中使用：
try (Scanner sc = new Scanner(Files.newInputStream(p), "UTF-8")) { ... } - delimiter 和 pattern 是互斥设计重点：设了 delimiter 后 next() 按其切分；设了 pattern 后 findInLine/findAll 按其匹配——二者可共存，但语义不同，别混淆用途
- 对大文件，Scanner 性能尚可，但若需全文正则替换或复杂语法解析，建议改用 BufferedReader + Pattern.compile(...).matcher(text) 更灵活可控
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
