[150827]Groovy 之正则表达式

一提到 Perl,很多人对它啧啧称道的就是它那强大的正则表达式。一段富含正则表达式的 Perl 代码能让人觉得眼花缭乱，不过一旦习惯了就会对此爱不释手。而 Java 是在 1.4(在之前的版本需要依靠 jakarta-oro 库来提供对正则表式的支持--也是参考了 Perl) 中才加入了正则表达式，但它的相关操作还是略显古板。

当从 Java 分化出 Groovy 脚本语言一支，在处理正则表达式时也不想落后，从 Perl 那里学来了一些更为紧凑的语法，使用起来方便多了。虽相比 Perl 还有些差距，基本还是能知足了。下面来介绍 Groovy 中如何使用正则表达式，还是从 Java 的正式表达式说开，好有个对比。

比如在 Java 中要检查一段文本是否与某个模式相匹配，使用代码：

m="10.128.12.16" =~ /(/d.*)/./
if(m.find()){
    println m.group(1);
}

我们的 Groovy 处理正则表达式时，引入了类似于 Perl 的语法，与上面代码完全对应的 Groovy 的写法就是

p = ~"(ab)*";           // ~ 符号要紧靠其他的字符串，并与前面的等号有空格
m = "abababab" =~ p;    //=~ 是一个整体
println m.matches();  //输出为 true

Groovy 中应用了下列规则：

1. ~"pattern" ---- 创建 Pattern 对象。它用来替换 Pattern.compile("pattern");

2. "text" =~ pattern ----创建 Matcher 对象。它相当于 pattern.matcher("text")。

我们还可以用更紧凑的语法来创建 Matcher 对像，那就是

m = "abababab" =~ "(ab)*"

=~ 是 Pattern.compile("pattern").matcher("text") 的替代。也由此可见，在  =~ 既能是一个 Pattern，也可以是一个字符串，如果是字符串就自动编译成了一个 Pattern。

有了 Matcher 对象，就可以用标准的 Java 方式来使用了，如替换、取出分组字串等。

对于最前面例子中的三行代码，通过 Groovy 引入了 ==~ 的操作符就可以写在一行里了：

println "abababab" ==~ "(ab)*" //输出为 true

==~ 就相当于 Pattern.compile("pattern").matcher("text").matchers(); 返回一个 boolean 值，三步为一体了。

注意：在创建 Pattern 对像时 ~ 符号紧贴正则表达式字符串；创建 Matcher 时 =~ 是一个整体。

其他一些 Groovy 的正则表达式应用举例：

1. Groovy 也可以像 JavaScript 里那样表示一个正则表达式。如

p = ~/Hello/;         //其实/Hello/ 也是一种 Groovy 的字符串表示法
println p.class.name; //打印的是 'java.util.regex.Pattern'

其实就是一个 Groovy 字符串("、'、"""、'''括起来的都行)。不过为了代码的可阅读性，我们可针对正则表达式用 /Hello/ 的形式，一看就知道是个正则表达式。但是不能像 JavaScript 那样，在第二个"/"后加 g 或者 i 来表示全局或忽略大小写，Groovy 中忽略大小写的匹配要用 (?i:X)，例如

println "Hello World" ==~ /(?i:hEllo.*)/;  //输出为 true

2. =~ 的不同上下文。m = "Hello World!" =~ /Hello/; 语句构造的 m 是一个 Matcher 对象，不过要是我们给包上 if 语句或是断言，就相当于执行了 Matcher 的 find() 方法，如

assert "Hello World!" =~ /Hello/  //找到模式，断言成立
if("Hello World!" =~ /Hello/) 
   println "Found"                //找到模式，输出 Found

3. 替换操作

s = "1.23".replaceAll(//d/){ num -> num.toInteger() + 1};
println s;   //数字递增了 1，打印的 s 为 2.34

4. 用闭包输出匹配值

finder = "10.128.12.16" =~ //d+/
finder.each{
   println finder[it]}

}

输出结果为：

10
128
12
16

5. 贪婪和非贪婪匹配

一般情况下，正则表达式的匹配都是贪婪的，例如：

m="10.128.12.16" =~ /(/d.*)/./
if(m.find()){
    println m.group(1);
}

或许你希望上面的输出是 10，只想让 /(/d.*)/./ 中的 ".*" 到第一个点之前停下来，可事实不是这样，这里的 ".*" 会试图吃尽所有的字符，到最后一个点之前才会停下来，所以上面代码的输出是 10.128.12。那我们想要输出是 10，该如何呢？你只要在 "*" 后加上一个 "?"，即正则表达式写成 /(/d.*?)/./ 即可，它就会在碰到的下一个点之前停下来。

m="10.128.12.16" =~ /(/d.*?)/./
if(m.find()){
    println m.group(1);   //星号加个问题，表示非贪婪匹配，输出为 10
}

对于正则表达式中的其他量词也是一样的：/(/d.+)/./ 贪婪的； /(/d.+?)/./ 非贪婪的。/(/d.{1,})/./ 贪婪的；/(/d.{1,}?)/./ 非贪婪的，等等。

记住，只要在正则表达的量词后加上一个问号“?” 就是非贪婪的。