[英]How do I properly create a regex for String.matches() with escape characters?
[英]How do I create a Stream of regex matches?
我試圖解析標准輸入並提取與特定模式匹配的每個字符串,計算每個匹配的出現次數,並按字母順序打印結果。 這個問題似乎與Streams API很匹配,但是我找不到從Matcher創建匹配流的簡潔方法。
我通過在匹配項上實現迭代器並將其包裝到Stream中解決了這個問題,但結果不是很易讀。 如何在不引入其他類的情況下創建正則表達式匹配流?
public class PatternCounter
{
static private class MatcherIterator implements Iterator<String> {
private final Matcher matcher;
public MatcherIterator(Matcher matcher) {
this.matcher = matcher;
}
public boolean hasNext() {
return matcher.find();
}
public String next() {
return matcher.group(0);
}
}
static public void main(String[] args) throws Throwable {
Pattern pattern = Pattern.compile("[a-zA-Z0-9.!#$%&’*+/=?^_`{|}~-]+@[a-zA-Z0-9-]+(?:\\.[a-zA-Z0-9-]+)");
new TreeMap<String, Long>(new BufferedReader(new InputStreamReader(System.in))
.lines().map(line -> {
Matcher matcher = pattern.matcher(line);
return StreamSupport.stream(
Spliterators.spliteratorUnknownSize(new MatcherIterator(matcher), Spliterator.ORDERED), false);
}).reduce(Stream.empty(), Stream::concat).collect(groupingBy(o -> o, counting()))
).forEach((k, v) -> {
System.out.printf("%s\t%s\n",k,v);
});
}
}
好吧,在Java 8中,有一個Pattern.splitAsStream
,它將提供一個由分隔符模式拆分的項目流,但遺憾的是沒有獲取匹配流的支持方法。
如果您要實現這樣的Stream
,我建議直接實現Spliterator
,而不是實現和包裝Iterator
。 您可能對Iterator
更熟悉,但實現一個簡單的Spliterator
是直截了當的:
final class MatchItr extends Spliterators.AbstractSpliterator<String> {
private final Matcher matcher;
MatchItr(Matcher m) {
super(m.regionEnd()-m.regionStart(), ORDERED|NONNULL);
matcher=m;
}
public boolean tryAdvance(Consumer<? super String> action) {
if(!matcher.find()) return false;
action.accept(matcher.group());
return true;
}
}
但是,您可以考慮使用直接循環覆蓋forEachRemaining
。
如果我理解您的嘗試正確,解決方案應該更像:
Pattern pattern = Pattern.compile(
"[a-zA-Z0-9.!#$%&’*+/=?^_`{|}~-]+@[a-zA-Z0-9-]+(?:\\.[a-zA-Z0-9-]+)");
try(BufferedReader br=new BufferedReader(System.console().reader())) {
br.lines()
.flatMap(line -> StreamSupport.stream(new MatchItr(pattern.matcher(line)), false))
.collect(Collectors.groupingBy(o->o, TreeMap::new, Collectors.counting()))
.forEach((k, v) -> System.out.printf("%s\t%s\n",k,v));
}
Java 9直接在Matcher
上提供了一個方法Stream<MatchResult> results()
。 但是為了在流中查找匹配, 在Scanner
上有一個更方便的方法 。 有了這個,實現簡化為
try(Scanner s = new Scanner(System.console().reader())) {
s.findAll(pattern)
.collect(Collectors.groupingBy(MatchResult::group,TreeMap::new,Collectors.counting()))
.forEach((k, v) -> System.out.printf("%s\t%s\n",k,v));
}
這個答案包含一個可以與Java 8一起使用的Scanner.findAll
的后端口。
離開Holger的解決方案,我們可以通過讓用戶提供Function<Matcher, String>
操作來支持任意Matcher
操作(例如獲取第n組)。 我們還可以將Spliterator
隱藏為實現細節,以便調用者可以直接使用Stream
。 根據經驗, StreamSupport
應該由庫代碼而不是用戶使用。
public class MatcherStream {
private MatcherStream() {}
public static Stream<String> find(Pattern pattern, CharSequence input) {
return findMatches(pattern, input).map(MatchResult::group);
}
public static Stream<MatchResult> findMatches(
Pattern pattern, CharSequence input) {
Matcher matcher = pattern.matcher(input);
Spliterator<MatchResult> spliterator = new Spliterators.AbstractSpliterator<MatchResult>(
Long.MAX_VALUE, Spliterator.ORDERED|Spliterator.NONNULL) {
@Override
public boolean tryAdvance(Consumer<? super MatchResult> action) {
if(!matcher.find()) return false;
action.accept(matcher.toMatchResult());
return true;
}};
return StreamSupport.stream(spliterator, false);
}
}
然后您可以像這樣使用它:
MatcherStream.find(Pattern.compile("\\w+"), "foo bar baz").forEach(System.out::println);
或者為您的特定任務(從Holger再次借用):
try(BufferedReader br = new BufferedReader(System.console().reader())) {
br.lines()
.flatMap(line -> MatcherStream.find(pattern, line))
.collect(Collectors.groupingBy(o->o, TreeMap::new, Collectors.counting()))
.forEach((k, v) -> System.out.printf("%s\t%s\n", k, v));
}
如果要使用findWithinHorizon
方法將Scanner
與正則表達式一起使用,還可以將正則表達式轉換為字符串流。 這里我們使用一個流構建器,它在傳統的while
循環中非常方便使用。
這是一個例子:
private Stream<String> extractRulesFrom(String text, Pattern pattern, int group) {
Stream.Builder<String> builder = Stream.builder();
try(Scanner scanner = new Scanner(text)) {
while (scanner.findWithinHorizon(pattern, 0) != null) {
builder.accept(scanner.match().group(group));
}
}
return builder.build();
}
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.