在Groovy中编写正则表达式

与Java相比，在Groovy中编写正则表达式（regexes）简直是一种乐趣。在Java中， regexes编程不仅需处理Pattern和Matcher对象，而且还要编写繁琐的样板代码（boilerplate coding）。而Groovy对这两个Java对象做了简单封装，添加了一些额外的实用方法，并给出一个简化的新的语法和3个新的操作符。

Groovy中，您可用slashy（斜线）语法“/../”定义字符串。这样以来便可避免在Java正则表达式中使用过多的反斜线。例如：

   
   
assert?(/Hello?World/?in?String) ?
    
    
assert?(/Hi?there/?==?'Hi?there') ?

Groovy新增的第1个正则表达式操作符便是模式操作符（~），它使得字符串被编译成一个Pattern实例。例如：

p?=?~/b[a-zA-Z]b/?

也可使用Java实现，如：

import?java.util.regex.* ?
    
    
Pattern?p?=?Pattern.compile("b[a-zA-Z]b"); ?

表3.1中列出了常用的正则表达式模式及含义。完整的正则表达式清单可参考Pattern API文档，http://java.sun.com/j2se/1.5.0/docs/api/java/util/regex/Pattern.html。

表3.1 常用的正则表达式模式

模式?含义

a?
尽可能匹配1次a，也可以不匹配

a*
表达式尽可能的多匹配a，最少可以不匹配

a+
尽可能的多匹配a，至少匹配1次

a|b
匹配a或b

(ab)
分组

.
匹配任意一个字符

[abc]
匹配a，b或c

[^abc]
匹配除了a，b或c的任意一个字符

[a-z]
匹配a到z之间的任意一个字母

d
任意一个数字，0-9 中的任意一个

s
空格、制表符、换页符等空白字符的其中任意一个

w
任意一个字母或数字或下划线，也就是 A-Z,a-z,0-9,_ 中任意一个

b
匹配一个单词边界，也就是单词和空格之间的位置，不匹配任何字符

^
与字符串开始的地方匹配，不匹配任何字符

$
与字符串结束的地方匹配，不匹配任何字符

第2个操作符是查找操作符（=~），它负责从左边的字符串和右边的模式来创建一个Matcher对象。

import?java.util.regex.Matcher ?
    
    
def?matcher?=?"Groovy"?=~?/G.*/ ?

    
    
assert?matcher?in?Matcher ?

    
    
assert?matcher.matches() ?

同理，其Java实现，如：

import?java.util.regex.*; ?
    
    
Pattern?pattern?=?Pattern.compile("G.*"); ?

    
    
Matcher?matcher?=?pattern.matcher("Groovy"); ?

    
    matcher.matches(); ?

您可把Matcher对象看作一个二维矩阵。第1维表示每一个与模式相匹配的字符串；第2维表示每个匹配内的捕获组（capture group），详见清单3.2中的例子。

清单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?=?/[5][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 ?

    
    ?
    
    
0][0]?==?"1:30?PM"?//First?match?group?in?the?first?match ?

    
    
1]?==?"1"?//Second?match?group?in?the?first?match?(HOUR) ?

    
    
2]?==?"30"?//Third?match?group?in?the?first?match?(MINUTE) ?

    
    
3]?==?"PM"?//Fourth?match?group?in?the?first?match?(AM_PM) ?

    
    ? ?
    
    
1]?==?["12:00?PM",?"12",?"00",0); background-color:inherit">//Second?Match ?

    
    
1][0]?==?"12:00?PM"?//First?match?group?in?the?second?match ?

    
    
1]?==?"12"?//Second?match?group?in?the?second?match?(HOUR) ?

    
    
2]?==?"00"?//Third?match?group?in?the?second?match?(MINUTE) ?

    
    
//Fourth?match?group?in?the?second?match?(AM_PM)?

最后一个是匹配操作符（==~），该操作符返回一个Boolean值，说明操作符左侧的整个字符串是否右侧的模式相匹配，例如：

assert?"Groovy"?==~?/G.*/ ?
    
    
assert?123?==~?/d+/ ?

    
    
assert?!123?==~?/D+/ ?

正则表达式也可与String的replace*形式的方法（如replaceFirst等）结合使用。例如：

//把第一次出现的数字替换为“To”? ?
    
    
assert?"Welcome?To?Groovy"?==?"Welcome?2?Groovy".replaceFirst(/d/,?"To") ?

GDK String还提供了一个可接受闭包的replace方法，该闭包可用来操作每个捕捉组（captured group），例如

//把所有的“Groovy”转换为大写形式 ?
    
    
"Hello?GROOVY,?GROOVY?rocks"?==?"Hello?Groovy,?Groovy?rocks"?

    
    
.replaceAll("Groovy")?{Object[]?it?->it[0].toUpperCase()} ?

您可以使用grep方法，该方法利用正则表达式筛选一个集合，并返回集合中满足给定过滤条件的元素。例如：

//返回集合中以“G”开头的元素 ?
    
    
assert?["Groovy"]?==?["Groovy","Rocks"].grep(~/G.*/) ?

转自：http://developer.51cto.com/art/200906/129179.htm