String.contains()适合简单关键词存在性判断，区分大小写且不支持正则；文件搜索推荐Files.lines()配合流式处理，但需注意资源关闭、编码和大文件内存问题；复杂需求应使用预编译的Pattern匹配或专业分词库。
Java里用String.contains()做简单文本搜索最直接
如果只是判断某段字符串里是否包含关键词，contains()是最快捷的方式。它底层调用indexOf()，返回boolean，语义清晰，无额外开销。
注意点：
-
contains()区分大小写，要忽略大小写得先转成统一大小写，比如text.toLowerCase().contains(keyword.toLowerCase()) - 不能处理正则或通配符，比如“a?c”这种模式会原样匹配字面量，不是模糊搜索
- 对中文、emoji等Unicode字符支持良好，但若涉及组合字符（如带声调的拼音），需确认JDK版本（建议JDK 9+）
文件中逐行搜索用Files.lines() + filter()更简洁
读取文本文件并查找含关键词的行，不必手写BufferedReader循环。Java 8+ 的流式API配合Files.lines()可一行写出核心逻辑：
Files.lines(Paths.get("data.txt"))
.filter(line -> line.contains("ERROR"))
.forEach(System.out::println);
但要注意：
立即学习“Java免费学习笔记（深入）”；
- 必须用
try-with-resources包裹，否则流未关闭会导致文件句柄泄漏——Files.lines()返回的是Stream，不是自动关闭资源的类型 - 大文件慎用：虽然
lines()是惰性求值，但forEach全量输出仍会把所有匹配行加载进内存；超10MB建议改用传统BufferedReader逐行处理 -
编码问题常被忽略：默认用
StandardCharsets.UTF_8，若文件是GBK，必须显式传入Charset.forName("GBK")
需要高亮或定位位置就绕不开Pattern和Matcher
当搜索需求升级到“标出所有匹配位置”“提取括号内内容”“跳过注释行再搜”，就得用正则引擎。Java内置的Pattern足够应对大多数场景，但别直接用String.replaceAll()代替它——后者每次调用都重新编译正则，性能差。
实操建议：
-
正则表达式固定时，把
Pattern.compile("your_regex")提到类变量或静态块里复用 - 用
matcher.find()循环获取每个匹配，再通过matcher.start()/matcher.end()拿到下标，比手动indexOf()反复调用更可靠 - 注意转义：Java字符串里写
"\\d+"才表示正则的“一个或多个数字”，漏掉一个反斜杠就变成字面量\d+ - 文件搜索时，若每行独立匹配，不要对整个文件内容
Pattern.compile(...).matcher(fileContent).find()——大文件容易OOM，且跨行匹配可能出错
中文分词搜索不能靠String.split()硬切
想实现类似“搜‘人工智能’也命中‘人工’和‘智能’”，本质是分词问题。String.split(" ")或split("\\s+")对中文完全无效，因为中文词与词之间没有空格。
现实方案只有两个方向：
- 轻量级：引入
ik-analyzer或hanlp，用它们的Segmenter接口切词后再构建倒排索引（哪怕只是Map存行号）> - 重量级：对接
Lucene或Elasticsearch，尤其当数据量超万行、要求排序/权重/模糊容错时，自己实现很快会失控 - 临时 workaround：用
String.indexOf()做子串扫描，虽不精准但能覆盖“整词包含”场景，适合内部工具脚本
真正难的不是写代码，而是定义清楚“什么叫搜到了”——用户要的是精确匹配、前缀匹配、还是语义近似？这决定了该用String原生方法，还是立刻转向专业分词库。
