tools.regex.RegexUtil Maven / Gradle / Ivy
Go to download
Show more of this group Show more artifacts with this name
Show all versions of java-autotest-tool Show documentation
Show all versions of java-autotest-tool Show documentation
This is an integration of autotest tools
package tools.regex;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexUtil {
/**
* 正则表达式
*
* @author zhengyu06
*
* \:将下一字符标记为特殊字符、文本、反向引用或八进制转义符。例如，"n"匹配字符"n"。"\n"匹配换行符。序列"\\\\"匹配"\\"，"\\("匹配"("。
* ^:匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与"\n"或"\r"之后的位置匹配。
* $:匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与"\n"或"\r"之前的位置匹配。
* *:零次或多次匹配前面的字符或子表达式。例如，zo* 匹配"z"和"zoo"。* 等效于 {0,}。
* +:一次或多次匹配前面的字符或子表达式。例如，"zo+"与"zo"和"zoo"匹配，但与"z"不匹配。+ 等效于 {1,}。
* ?:零次或一次匹配前面的字符或子表达式。例如，"do(es)?"匹配"do"或"does"中的"do"。? 等效于 {0,1}。
* {n}:n 是非负整数。正好匹配 n 次。例如，"o{2}"与"Bob"中的"o"不匹配，但与"food"中的两个"o"匹配。
* {n,}:n 是非负整数。至少匹配 n 次。例如，"o{2,}"不匹配"Bob"中的"o"，而匹配"foooood"中的所有 o。"o{1,}"等效于"o+"。"o{0,}"等效于"o*"。
* {n,m}:m 和 n 是非负整数，其中 n <= m。匹配至少 n 次，至多 m 次。例如，"o{1,3}"匹配"fooooood"中的头三个 o。'o{0,1}' 等效于 'o?'。注意：您不能将空格插入逗号和数字之间。
* ?:当此字符紧随任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是"非贪心的"。"非贪心的"模式匹配搜索到的、尽可能短的字符串，而默认的"贪心的"模式匹配搜索到的、尽可能长的字符串。例如，在字符串"oooo"中，"o+?"只匹配单个"o"，而"o+"匹配所有"o"。
* .:匹配除"\r\n"之外的任何单个字符。若要匹配包括"\r\n"在内的任意字符，请使用诸如"[\s\S]"之类的模式。
* (pattern):匹配 pattern 并捕获该匹配的子表达式。可以使用 $0…$9 属性从结果"匹配"集合中检索捕获的匹配。若要匹配括号字符 ( )，请使用"\("或者"\)"。
* (?:pattern):匹配 pattern 但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。这对于用"or"字符 (|) 组合模式部件的情况很有用。例如，'industr(?:y|ies) 是比 'industry|industries' 更经济的表达式。
* (?=pattern):执行正向预测先行搜索的子表达式，该表达式匹配处于匹配 pattern 的字符串的起始点的字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?=95|98|NT|2000)' 匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。
* (?!pattern):执行反向预测先行搜索的子表达式，该表达式匹配不处于匹配 pattern 的字符串的起始点的搜索字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?!95|98|NT|2000)' 匹配"Windows 3.1"中的 "Windows"，但不匹配"Windows 2000"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。
* x|y:匹配 x 或 y。例如，'z|food' 匹配"z"或"food"。'(z|f)ood' 匹配"zood"或"food"。
* [xyz]:字符集。匹配包含的任一字符。例如，"[abc]"匹配"plain"中的"a"。
* [^xyz]:反向字符集。匹配未包含的任何字符。例如，"[^abc]"匹配"plain"中"p"，"l"，"i"，"n"。
* [a-z]:字符范围。匹配指定范围内的任何字符。例如，"[a-z]"匹配"a"到"z"范围内的任何小写字母。
* [^a-z]:反向范围字符。匹配不在指定的范围内的任何字符。例如，"[^a-z]"匹配任何不在"a"到"z"范围内的任何字符。
* \b:匹配一个字边界，即字与空格间的位置。例如，"er\b"匹配"never"中的"er"，但不匹配"verb"中的"er"。
* \B:非字边界匹配。"er\B"匹配"verb"中的"er"，但不匹配"never"中的"er"。
* \cx:匹配 x 指示的控制字符。例如，\cM 匹配 Control-M 或回车符。x 的值必须在 A-Z 或 a-z 之间。如果不是这样，则假定 c 就是"c"字符本身。
* \d:数字字符匹配。等效于 [0-9]。
* \D:非数字字符匹配。等效于 [^0-9]。
* \f:换页符匹配。等效于 \x0c 和 \cL。
* \n:换行符匹配。等效于 \x0a 和 \cJ。
* \r:匹配一个回车符。等效于 \x0d 和 \cM。
* \s:匹配任何空白字符，包括空格、制表符、换页符等。与 [ \f\n\r\t\v] 等效。
* \S:匹配任何非空白字符。与 [^ \f\n\r\t\v] 等效。
* \t:制表符匹配。与 \x09 和 \cI 等效。
* \v:垂直制表符匹配。与 \x0b 和 \cK 等效。
* \w:匹配任何字类字符，包括下划线。与"[A-Za-z0-9_]"等效。
* \W:与任何非单词字符匹配。与"[^A-Za-z0-9_]"等效。
* \xn:匹配 n，此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。例如，"\x41"匹配"A"。"\x041"与"\x04"&"1"等效。允许在正则表达式中使用 ASCII 代码。
* \num:匹配 num，此处的 num 是一个正整数。到捕获匹配的反向引用。例如，"(.)\1"匹配两个连续的相同字符。
* \n:标识一个八进制转义码或反向引用。如果 \n 前面至少有 n 个捕获子表达式，那么 n 是反向引用。否则，如果 n 是八进制数 (0-7)，那么 n 是八进制转义码。
* \nm:标识一个八进制转义码或反向引用。如果 \nm 前面至少有 nm 个捕获子表达式，那么 nm 是反向引用。如果 \nm 前面至少有 n 个捕获，则 n 是反向引用，后面跟有字符 m。如果两种前面的情况都不存在，则 \nm 匹配八进制值 nm，其中 n 和 m 是八进制数字 (0-7)。
* \nml:当 n 是八进制数 (0-3)，m 和 l 是八进制数 (0-7) 时，匹配八进制转义码 nml。
* \\un:匹配 n，其中 n 是以四位十六进制数表示的 Unicode 字符。例如，\u00A9 匹配版权符号 (©)。
*
* 强调：根据 Java Language Specification 的要求，Java 源代码的字符串中的反斜线被解释为 Unicode 转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线，表示正则表达式受到保护，不被 Java 字节码编译器解释。例如，当解释为正则表达式时，字符串字面值 "\b" 与单个退格字符匹配，而 "\\b" 与单词边界匹配。字符串字面值 "\(hello\)" 是非法的，将导致编译时错误；要与字符串 (hello) 匹配，必须使用字符串字面值 "\\(hello\\)"。
*
* Java补充的字符属性
* \p{javaLowerCase}:等效于 java.lang.Character.isLowerCase()
* \p{javaUpperCase}:等效于 java.lang.Character.isUpperCase()
* \p{javaTitleCase}:等效于 java.lang.Character.isTitleCase()
* \p{javaDigit}:等效于 java.lang.Character.isDigit()
* \p{javaDefined}:等效于 java.lang.Character.isDefined()
* \p{javaLetter}:等效于 java.lang.Character.isLetter()
* \p{javaLetterOrDigit}:等效于 java.lang.Character.isLetterOrDigit()
* \p{javaJavaIdentifierStart}:等效于 java.lang.Character.isJavaIdentifierStart()
* \p{javaJavaIdentifierPart}:等效于 java.lang.Character.isJavaIdentifierPart()
* 等等
*
*/
private static final Logger LOGGER = LoggerFactory.getLogger(RegexUtil.class);
private static List matchItemsList = null;
private static final String UNIQUE_STRING_MARKER = "第 {} 个匹配项。";
private static final String THREE_STRING_MARKER = "第 {} 个匹配项的第 {} 个值 = {}";
private RegexUtil(){}
/*是否匹配*/
public static boolean matches(String content, String regex){
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(content);
return matcher.matches();
}
/*是否匹配*/
public static boolean match(String content, String regex){
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(content);
return matcher.find();
}
/*另一种匹配写法*/
public static boolean matchOrNot(String content, String regex){
return Pattern.matches(regex, content);
}
/*是否初始部分匹配*/
public static boolean matchStartPart(String content, String regex) {
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(content);
return matcher.lookingAt();
}
/*查找多个匹配*/
public static void matchMultipleGroups(String content, String regex) {
Matcher matcher = Pattern.compile(regex).matcher(content);
while(matcher.find()) {
LOGGER.info("{}", new StringBuilder().append(matcher.group()).append(" "));
}
LOGGER.info("");
int i = 0;
while(matcher.find(i)) {
LOGGER.info("{}", new StringBuilder().append(matcher.group()).append(" "));
i++;
}
LOGGER.info("");
}
/*捕获组*/
public static List getMultipleMatchItems(String content, String regex) {
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(content);
List contentList = new ArrayList<>();
int count = 0;
while (matcher.find()) {
LOGGER.info(UNIQUE_STRING_MARKER, ++count);
for(int i = 1; i <= matcher.groupCount(); i++) {
//matcher.group(0)是原字符串。
//matcher.group(1)是第一个匹配项。
//matcher.group(groupCount)是最后一个匹配项，所以上面for循环必须是 <= 且从1开始。
LOGGER.info(THREE_STRING_MARKER, count,i,matcher.group(i));
contentList.add(matcher.group(i));
}
}
return contentList;
}
/*捕获某一匹配项*/
public static String getMatchItemByRegex(String content, String regex, int itemNum) {
Matcher matcher = Pattern.compile(regex).matcher(content);
return getMatchItemByMatcher(content, matcher, itemNum);
}
/*捕获某一匹配项*/
protected static String getMatchItemByMatcher(String content, Matcher matcher, int itemNum) {
int count = 0;
StringBuilder stringBuilder = new StringBuilder();
if (matcher.find()) {
// LOGGER.info(UNIQUE_STRING_MARKER, ++count);
if (itemNum <= matcher.groupCount()){
stringBuilder.append(matcher.group(itemNum));
// LOGGER.info(THREE_STRING_MARKER, count,itemNum,stringBuilder.toString());
return stringBuilder.toString();
}else{
LOGGER.warn("传入的itemNum '{}'，大于 matcher.groupCount() = {}", itemNum, matcher.groupCount());
return "null";
}
}else {
LOGGER.warn("正则表达式 '{}'，无匹配。[原文]: {}", matcher.pattern().pattern(), content);
return "null";
}
}
/*捕获某一匹配项*/
public synchronized static String getMatchItemByNum(int itemNum){
String content;
if (RegexUtil.matchItemsList != null && !RegexUtil.matchItemsList.isEmpty()){
content = RegexUtil.matchItemsList.get(itemNum-1);
}else {
content = "null";
}
return content;
}
/*设置静态成员matchItemsList*/
public static void setStaticItemsList(String content, String regex) {
Matcher matcher = Pattern.compile(regex).matcher(content);
if (RegexUtil.matchItemsList != null)
RegexUtil.matchItemsList.clear();
RegexUtil.matchItemsList = new ArrayList<>();
int count = 0;
while (matcher.find()) {
// LOGGER.info(UNIQUE_STRING_MARKER, ++count);
for (int i=1; i<= matcher.groupCount(); i++){
RegexUtil.matchItemsList.add(matcher.group(i));
// LOGGER.info(THREE_STRING_MARKER, count,i,matcher.group(i));
}
}
}
public static void clearMatchItemsList(){
if (RegexUtil.matchItemsList != null){
RegexUtil.matchItemsList.clear();
}
}
}