與Java相比, 在Groovy中編寫正則表達式(regexes)簡直是一種樂趣。在 Java中, regexes編程不僅需處理Pattern和Matcher對象,而且還要編寫繁瑣的 樣板代碼(boilerplate coding)。而Groovy對這兩個Java對象做了簡單封裝, 添加了一些額外的實用方法,並給出一個簡化的新的語法和3個新的操作符。
Groovy中,您可用slashy(斜線)語法“/../”定義字符串。這樣以來便可避 免在Java正則表達式中使用過多的反斜線。例如:
assert (/Hello World/ in String)
assert (/Hi \there/ == 'Hi \\there')
Groovy新增的第1個正則表達式操作符便是模式操作符(~),它使得字符串被 編譯成一個Pattern實例。例如:
p = ~/\b[a-zA-Z]\b/
也可使用Java實現,如:
import java.util.regex.*
Pattern p = Pattern.compile("\\b[a-zA-Z]\\b");
表3.1中列出了常用的正則表達式模式及含義。完整的正則表達式清單可參考 Pattern API文檔, http://java.sun.com/j2se/1.5.0/docs/api/java/util/regex/Pattern.html。
表3.1 常用的正則表達式模式
模式 含義
a?
盡可能匹配1次a,也可以不匹配
a*
表達式盡可能的多匹配a,最少可以不匹配
a+
盡可能的多匹配a,至少匹配1次
a|b
匹配a或b
(ab)
分組
.
匹配任意一個字符
[abc]
匹配a,b或c
[^abc]
匹配除了a,b或c的任意一個字符
[a-z]
匹配a到z之間的任意一個字母
\d
任意一個數字,0-9 中的任意一個
\s
空格、制表符、換頁符等空白字符的其中任意一個
\w
任意一個字母或數字或下劃線,也就是 A-Z,a-z,0-9,_ 中任意一個
\b
匹配一個單詞邊界,也就是單詞和空格之間的位置,不匹配任何字符
^
與字符串開始的地方匹配,不匹配任何字符
$
與字符串結束的地方匹配,不匹配任何字符
第2個操作符是查找操作符(=~),它負責從左邊的字符串和右邊的模式來創 建一個Matcher對象。
import java.util.regex.Matcher
def matcher = "Groovy" =~ /G.*/
assert matcher in Matcher
assert matcher.matches()
同理,其Java實現,如:
import java.util.regex.*;
Pattern pattern = Pattern.compile("G.*");
Matcher matcher = pattern.matcher("Groovy");
matcher.matches();
您可把Matcher對象看作一個二維矩陣。第1維表示每一個與模式相匹配的字符 串;第2維表示每個匹配內的捕獲組(capture group),詳見清單3.2中的例子。
清單3.2 Using Regexes Groups with Matcher
def text = """
Lorem 1:30 PM ipsum dolor 12:00 PM sit amet, consectetuer adipiscing elit.
def HOUR = /10|11|12|[0-9]/
def MINUTE = /[0-5][0-9]/
def AM_PM = /AM|PM/
def time = /($HOUR):($MINUTE) ($AM_PM)/
def matcher = text =~ time
assert matcher[0] == ["1:30 PM", "1", "30", "PM"] //First Match
assert matcher[0][0] == "1:30 PM" //First match group in the first match
assert matcher[0][1] == "1" //Second match group in the first match (HOUR)
assert matcher[0][2] == "30" //Third match group in the first match (MINUTE)
assert matcher[0][3] == "PM" //Fourth match group in the first match (AM_PM)
assert matcher[1] == ["12:00 PM", "12", "00", "PM"] //Second Match
assert matcher[1][0] == "12:00 PM" //First match group in the second match
assert matcher[1][1] == "12" //Second match group in the second match (HOUR)
assert matcher[1][2] == "00" //Third match group in the second match (MINUTE)
assert matcher[1][3] == "PM" //Fourth match group in the second match (AM_PM)
最後一個是匹配操作符(==~),該操作符返回一個Boolean值,說明操作符左 側的整個字符串是否右側的模式相匹配,例如:
assert "Groovy" ==~ /G.*/
assert 123 ==~ /\d+/
assert !123 ==~ /\D+/
正則表達式也可與String的replace*形式的方法(如replaceFirst等)結合使 用。例如:
//把第一次出現的數字替換為“To”
assert "Welcome To Groovy" == "Welcome 2 Groovy".replaceFirst(/\d/, "To")
GDK String還提供了一個可接受閉包的replace方法,該閉包可用來操作每個 捕捉組(captured group),例如
//把所有的“Groovy”轉換為大寫形式
"Hello GROOVY, GROOVY rocks" == "Hello Groovy, Groovy rocks"
.replaceAll("Groovy") {Object[] it ->it[0].toUpperCase()}
您可以使用grep方法,該方法利用正則表達式篩選一個集合,並返回集合中滿 足給定過濾條件的元素。例如:
//返回集合中以“G”開頭的元素
assert ["Groovy"] == ["Groovy","Rocks"].grep(~/G.*/)