是否有一个标准(最好是Apache Commons或类似的非病毒)库,用于在Java中执行“glob”类型匹配?当我不得不在Perl中做类似的时候,我只是把所有的“.
”改为“\.
”,“*
”到“.*
”和“?
”到“.
”等等,但我是想知道是否有人为我完成了这项工作。是否存在与“glob”类型模式相同的java.util.regex?
类似的问题:Create regex from glob expression
是否有一个标准(最好是Apache Commons或类似的非病毒)库,用于在Java中执行“glob”类型匹配?当我不得不在Perl中做类似的时候,我只是把所有的“.
”改为“\.
”,“*
”到“.*
”和“?
”到“.
”等等,但我是想知道是否有人为我完成了这项工作。是否存在与“glob”类型模式相同的java.util.regex?
类似的问题:Create regex from glob expression
没有什么内置的,但它是非常简单的东西水珠般转换为正则表达式:
public static String createRegexFromGlob(String glob)
{
String out = "^";
for(int i = 0; i < glob.length(); ++i)
{
final char c = glob.charAt(i);
switch(c)
{
case '*': out += ".*"; break;
case '?': out += '.'; break;
case '.': out += "\\."; break;
case '\\': out += "\\\\"; break;
default: out += c;
}
}
out += '$';
return out;
}
这对我的作品,但我不知道这是否涵盖了水珠“标准”如果有一个:)
更新保罗汤布林:我发现了一个Perl程序,它水珠转换,使其适应Java的我结束了:
private String convertGlobToRegEx(String line)
{
LOG.info("got line [" + line + "]");
line = line.trim();
int strLen = line.length();
StringBuilder sb = new StringBuilder(strLen);
// Remove beginning and ending * globs because they're useless
if (line.startsWith("*"))
{
line = line.substring(1);
strLen--;
}
if (line.endsWith("*"))
{
line = line.substring(0, strLen-1);
strLen--;
}
boolean escaping = false;
int inCurlies = 0;
for (char currentChar : line.toCharArray())
{
switch (currentChar)
{
case '*':
if (escaping)
sb.append("\\*");
else
sb.append(".*");
escaping = false;
break;
case '?':
if (escaping)
sb.append("\\?");
else
sb.append('.');
escaping = false;
break;
case '.':
case '(':
case ')':
case '+':
case '|':
case '^':
case '$':
case '@':
case '%':
sb.append('\\');
sb.append(currentChar);
escaping = false;
break;
case '\\':
if (escaping)
{
sb.append("\\\\");
escaping = false;
}
else
escaping = true;
break;
case '{':
if (escaping)
{
sb.append("\\{");
}
else
{
sb.append('(');
inCurlies++;
}
escaping = false;
break;
case '}':
if (inCurlies > 0 && !escaping)
{
sb.append(')');
inCurlies--;
}
else if (escaping)
sb.append("\\}");
else
sb.append("}");
escaping = false;
break;
case ',':
if (inCurlies > 0 && !escaping)
{
sb.append('|');
}
else if (escaping)
sb.append("\\,");
else
sb.append(",");
break;
default:
escaping = false;
sb.append(currentChar);
}
}
return sb.toString();
}
我编辑成一本而不是自己做,因为这个答案让我走上正轨。
是的,这几乎是我提出的解决方案与最后一次我不得不这样做(在Perl中),但我想知道是否有更优雅的东西。我想我会按你的方式去做。 – 2009-08-08 14:34:46
实际上,我在Perl中发现了一个更好的实现,我可以在http://kobesearch.cpan.org/htdocs/Text-Glob/Text/Glob.pm.html – 2009-08-08 20:56:25
中适应Java。难道你不能使用正则表达式替换把glob变成正则表达式? – 2009-08-09 01:10:49
GlobCompiler/GlobEngine,from Jakarta ORO,看起来很有希望。它在Apache许可证下可用。
奇妙。在地球上,这个实现仅限于“路径”对象?!?在我的情况下,我想匹配URI ... – 2013-01-16 10:05:16
在sun.nio的源代码中对等,glob匹配似乎由[Globs.java]实现( http://grepcode.com/file/repository.grepcode.com/java/root/jdk/openjdk/7-b147/sun/nio/fs/Globs.java)不幸的是,这是专门为文件系统路径编写的,所以它不能用于所有的字符串(它对路径分隔符和非法字符做了一些假设),但它可能是一个有用的起点 – 2013-03-19 12:49:35
顺便说一句,它好像你没有硬盘的方式在Perl
该做的伎俩在Perl:
my @files = glob("*.html")
# Or, if you prefer:
my @files = <*.html>
只有当glob是用于匹配文件。在perl的情况下,这些小球实际上来自一系列ip地址列表,这些地址是使用小球写出的,因为我不会介入,而在我目前的情况下,小球匹配的是urls。 – 2009-09-01 07:12:35
这是一个简单的水珠实现它处理*和?在模式
public class GlobMatch {
private String text;
private String pattern;
public boolean match(String text, String pattern) {
this.text = text;
this.pattern = pattern;
return matchCharacter(0, 0);
}
private boolean matchCharacter(int patternIndex, int textIndex) {
if (patternIndex >= pattern.length()) {
return false;
}
switch(pattern.charAt(patternIndex)) {
case '?':
// Match any character
if (textIndex >= text.length()) {
return false;
}
break;
case '*':
// * at the end of the pattern will match anything
if (patternIndex + 1 >= pattern.length() || textIndex >= text.length()) {
return true;
}
// Probe forward to see if we can get a match
while (textIndex < text.length()) {
if (matchCharacter(patternIndex + 1, textIndex)) {
return true;
}
textIndex++;
}
return false;
default:
if (textIndex >= text.length()) {
return false;
}
String textChar = text.substring(textIndex, textIndex + 1);
String patternChar = pattern.substring(patternIndex, patternIndex + 1);
// Note the match is case insensitive
if (textChar.compareToIgnoreCase(patternChar) != 0) {
return false;
}
}
// End of pattern and text?
if (patternIndex + 1 >= pattern.length() && textIndex + 1 >= text.length()) {
return true;
}
// Go on to match the next character in the pattern
return matchCharacter(patternIndex + 1, textIndex + 1);
}
}
很久以前,我在做一个巨大的水珠驱动的文本过滤,所以我已经写了一小段代码(代码15行,超出了JDK没有依赖)。 它只处理'*'(对我来说是足够的),但可以很容易地扩展为'?'。 它比预编译的正则表达式快几倍,不需要任何预编译(实质上每次模式匹配时都是字符串vs字符串比较)。
代码:
public static boolean miniglob(String[] pattern, String line) {
if (pattern.length == 0) return line.isEmpty();
else if (pattern.length == 1) return line.equals(pattern[0]);
else {
if (!line.startsWith(pattern[0])) return false;
int idx = pattern[0].length();
for (int i = 1; i < pattern.length - 1; ++i) {
String patternTok = pattern[i];
int nextIdx = line.indexOf(patternTok, idx);
if (nextIdx < 0) return false;
else idx = nextIdx + patternTok.length();
}
if (!line.endsWith(pattern[pattern.length - 1])) return false;
return true;
}
}
用法:
public static void main(String[] args) {
BufferedReader in = new BufferedReader(new InputStreamReader(System.in));
try {
// read from stdin space separated text and pattern
for (String input = in.readLine(); input != null; input = in.readLine()) {
String[] tokens = input.split(" ");
String line = tokens[0];
String[] pattern = tokens[1].split("\\*+", -1 /* want empty trailing token if any */);
// check matcher performance
long tm0 = System.currentTimeMillis();
for (int i = 0; i < 1000000; ++i) {
miniglob(pattern, line);
}
long tm1 = System.currentTimeMillis();
System.out.println("miniglob took " + (tm1-tm0) + " ms");
// check regexp performance
Pattern reptn = Pattern.compile(tokens[1].replace("*", ".*"));
Matcher mtchr = reptn.matcher(line);
tm0 = System.currentTimeMillis();
for (int i = 0; i < 1000000; ++i) {
mtchr.matches();
}
tm1 = System.currentTimeMillis();
System.out.println("regexp took " + (tm1-tm0) + " ms");
// check if miniglob worked correctly
if (miniglob(pattern, line)) {
System.out.println("+ >" + line);
}
else {
System.out.println("- >" + line);
}
}
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
复制/粘贴从here
由于它只有15行,因此在链接页面出现故障时应将其包括在内。 – Raniz 2016-07-04 11:18:43
最近,我不得不这样做,并使用\Q
和\E
逃离glob模式:
private static Pattern getPatternFromGlob(String glob) {
return Pattern.compile(
"^" + Pattern.quote(glob)
.replace("*", "\\E.*\\Q")
.replace("?", "\\E.\\Q")
+ "$");
}
类似于Tony Edgecombe的answer,这里是一个短而简单的globber,支持*
和?
而不使用正则表达式,如果有人需要的话。
public static boolean matches(String text, String glob) {
String rest = null;
int pos = glob.indexOf('*');
if (pos != -1) {
rest = glob.substring(pos + 1);
glob = glob.substring(0, pos);
}
if (glob.length() > text.length())
return false;
// handle the part up to the first *
for (int i = 0; i < glob.length(); i++)
if (glob.charAt(i) != '?'
&& !glob.substring(i, i + 1).equalsIgnoreCase(text.substring(i, i + 1)))
return false;
// recurse for the part after the first *, if any
if (rest == null) {
return glob.length() == text.length();
} else {
for (int i = glob.length(); i <= text.length(); i++) {
if (matches(text.substring(i), rest))
return true;
}
return false;
}
}
优秀的回答tihi!这很简单,可以在快速阅读中理解,而不是太令人困惑:-) – 2015-03-10 20:49:32
有几个是做水珠状的图案匹配的是更现代的比那些上市库:
即使世界蚂蚁Directory Scanner 而 泉AntPathMatcher
我建议双方在其他自从Ant Style Globbing几乎已经成为Java世界中的标准glob语法(Hudson,Spring,Ant和我认为Maven)。
以下是使用AntPathMatcher进行工件的Maven坐标:https://search.maven.org/#search%7Cgav%7C1%7Cg%3A% 22org.springframework%22%20AND%20a%3A%22spring-core%22 以及一些使用样本的测试:https://github.com/spring-projects/spring-framework/blob/master/spring-core/ src/test/java/org/springframework/util/AntPathMatcherTests.java – seanf 2016-04-11 08:01:42
而且你可以自定义“路径”字符......所以它对路径以外的东西很有用...... – 2016-09-21 08:12:26
感谢大家在这里的贡献。我写了一个更全面的转换比以前的答案:
/**
* Converts a standard POSIX Shell globbing pattern into a regular expression
* pattern. The result can be used with the standard {@link java.util.regex} API to
* recognize strings which match the glob pattern.
* <p/>
* See also, the POSIX Shell language:
* http://pubs.opengroup.org/onlinepubs/009695399/utilities/xcu_chap02.html#tag_02_13_01
*
* @param pattern A glob pattern.
* @return A regex pattern to recognize the given glob pattern.
*/
public static final String convertGlobToRegex(String pattern) {
StringBuilder sb = new StringBuilder(pattern.length());
int inGroup = 0;
int inClass = 0;
int firstIndexInClass = -1;
char[] arr = pattern.toCharArray();
for (int i = 0; i < arr.length; i++) {
char ch = arr[i];
switch (ch) {
case '\\':
if (++i >= arr.length) {
sb.append('\\');
} else {
char next = arr[i];
switch (next) {
case ',':
// escape not needed
break;
case 'Q':
case 'E':
// extra escape needed
sb.append('\\');
default:
sb.append('\\');
}
sb.append(next);
}
break;
case '*':
if (inClass == 0)
sb.append(".*");
else
sb.append('*');
break;
case '?':
if (inClass == 0)
sb.append('.');
else
sb.append('?');
break;
case '[':
inClass++;
firstIndexInClass = i+1;
sb.append('[');
break;
case ']':
inClass--;
sb.append(']');
break;
case '.':
case '(':
case ')':
case '+':
case '|':
case '^':
case '$':
case '@':
case '%':
if (inClass == 0 || (firstIndexInClass == i && ch == '^'))
sb.append('\\');
sb.append(ch);
break;
case '!':
if (firstIndexInClass == i)
sb.append('^');
else
sb.append('!');
break;
case '{':
inGroup++;
sb.append('(');
break;
case '}':
inGroup--;
sb.append(')');
break;
case ',':
if (inGroup > 0)
sb.append('|');
else
sb.append(',');
break;
default:
sb.append(ch);
}
}
return sb.toString();
}
而且单元测试,以证明它的工作原理:
/**
* @author Neil Traft
*/
public class StringUtils_ConvertGlobToRegex_Test {
@Test
public void star_becomes_dot_star() throws Exception {
assertEquals("gl.*b", StringUtils.convertGlobToRegex("gl*b"));
}
@Test
public void escaped_star_is_unchanged() throws Exception {
assertEquals("gl\\*b", StringUtils.convertGlobToRegex("gl\\*b"));
}
@Test
public void question_mark_becomes_dot() throws Exception {
assertEquals("gl.b", StringUtils.convertGlobToRegex("gl?b"));
}
@Test
public void escaped_question_mark_is_unchanged() throws Exception {
assertEquals("gl\\?b", StringUtils.convertGlobToRegex("gl\\?b"));
}
@Test
public void character_classes_dont_need_conversion() throws Exception {
assertEquals("gl[-o]b", StringUtils.convertGlobToRegex("gl[-o]b"));
}
@Test
public void escaped_classes_are_unchanged() throws Exception {
assertEquals("gl\\[-o\\]b", StringUtils.convertGlobToRegex("gl\\[-o\\]b"));
}
@Test
public void negation_in_character_classes() throws Exception {
assertEquals("gl[^a-n!p-z]b", StringUtils.convertGlobToRegex("gl[!a-n!p-z]b"));
}
@Test
public void nested_negation_in_character_classes() throws Exception {
assertEquals("gl[[^a-n]!p-z]b", StringUtils.convertGlobToRegex("gl[[!a-n]!p-z]b"));
}
@Test
public void escape_carat_if_it_is_the_first_char_in_a_character_class() throws Exception {
assertEquals("gl[\\^o]b", StringUtils.convertGlobToRegex("gl[^o]b"));
}
@Test
public void metachars_are_escaped() throws Exception {
assertEquals("gl..*\\.\\(\\)\\+\\|\\^\\$\\@\\%b", StringUtils.convertGlobToRegex("gl?*.()+|^[email protected]%b"));
}
@Test
public void metachars_in_character_classes_dont_need_escaping() throws Exception {
assertEquals("gl[?*.()+|^[email protected]%]b", StringUtils.convertGlobToRegex("gl[?*.()+|^[email protected]%]b"));
}
@Test
public void escaped_backslash_is_unchanged() throws Exception {
assertEquals("gl\\\\b", StringUtils.convertGlobToRegex("gl\\\\b"));
}
@Test
public void slashQ_and_slashE_are_escaped() throws Exception {
assertEquals("\\\\Qglob\\\\E", StringUtils.convertGlobToRegex("\\Qglob\\E"));
}
@Test
public void braces_are_turned_into_groups() throws Exception {
assertEquals("(glob|regex)", StringUtils.convertGlobToRegex("{glob,regex}"));
}
@Test
public void escaped_braces_are_unchanged() throws Exception {
assertEquals("\\{glob\\}", StringUtils.convertGlobToRegex("\\{glob\\}"));
}
@Test
public void commas_dont_need_escaping() throws Exception {
assertEquals("(glob,regex),", StringUtils.convertGlobToRegex("{glob\\,regex},"));
}
}
可不可以给你想要做什么精确的例子吗? – 2009-08-08 08:58:01
我想做什么(或者更确切地说我的客户想做什么)在网址中与“* -2009 /”或“* rss *”匹配。大多数情况下,转换为正则表达式非常简单,但我想知道是否有更简单的方法。 – 2009-08-08 10:50:02
我推荐使用Ant风格的文件,因为它似乎已经成为Java世界中的典范。请参阅我的答案以获取更多详细信息:http://stackoverflow.com/questions/1247772/is-there-an-equivalent-of-java-util-regex-for-glob-type-patterns/4038104#4038104。 – 2010-10-27 22:08:30