java - 如何创建正则表达式匹配流？

Question

我正在尝试解析标准输入并提取与特定模式匹配的每个字符串，计算每个匹配项的出现次数，并按字母顺序打印结果。这个问题似乎很适合 Streams API，但我找不到从 Matcher 创建匹配流的简洁方法。

我通过在匹配项上实现迭代器并将其包装到 Stream 中解决了这个问题，但结果不是很可读。如何在不引入其他类的情况下创建正则表达式匹配流？

public class PatternCounter
{
    static private class MatcherIterator implements Iterator<String> {
        private final Matcher matcher;
        public MatcherIterator(Matcher matcher) {
            this.matcher = matcher;
        }
        public boolean hasNext() {
            return matcher.find();
        }
        public String next() {
            return matcher.group(0);
        }
    }

    static public void main(String[] args) throws Throwable {
        Pattern pattern = Pattern.compile("[a-zA-Z0-9.!#$%&’*+/=?^_`{|}~-]+@[a-zA-Z0-9-]+(?:\\.[a-zA-Z0-9-]+)");

        new TreeMap<String, Long>(new BufferedReader(new InputStreamReader(System.in))
            .lines().map(line -> {
                Matcher matcher = pattern.matcher(line);
                return StreamSupport.stream(
                        Spliterators.spliteratorUnknownSize(new MatcherIterator(matcher), Spliterator.ORDERED), false);
            }).reduce(Stream.empty(), Stream::concat).collect(groupingBy(o -> o, counting()))
        ).forEach((k, v) -> {
            System.out.printf("%s\t%s\n",k,v);
        });
    }
}

Answer 1

嗯，在 Java 8 中，有 Pattern.splitAsStream 这将提供由 delimiter 模式拆分的项目流，但不幸的是不支持获取 matches 流的方法。

如果你要实现这样的 Stream , 我建议实现 Spliterator直接而不是实现和包装 Iterator .您可能更熟悉Iterator但是实现一个简单的Spliterator直截了当:

final class MatchItr extends Spliterators.AbstractSpliterator<String> {
    private final Matcher matcher;
    MatchItr(Matcher m) {
        super(m.regionEnd()-m.regionStart(), ORDERED|NONNULL);
        matcher=m;
    }
    public boolean tryAdvance(Consumer<? super String> action) {
        if(!matcher.find()) return false;
        action.accept(matcher.group());
        return true;
    }
}

您可以考虑覆盖 forEachRemaining不过，有一个直接的循环。

---

如果我正确理解您的尝试，解决方案应该更像:

Pattern pattern = Pattern.compile(
                 "[a-zA-Z0-9.!#$%&’*+/=?^_`{|}~-]+@[a-zA-Z0-9-]+(?:\\.[a-zA-Z0-9-]+)");

try(BufferedReader br=new BufferedReader(System.console().reader())) {

    br.lines()
      .flatMap(line -> StreamSupport.stream(new MatchItr(pattern.matcher(line)), false))
      .collect(Collectors.groupingBy(o->o, TreeMap::new, Collectors.counting()))
      .forEach((k, v) -> System.out.printf("%s\t%s\n",k,v));
}

---

Java 9 提供了一个方法 Stream<MatchResult> results() 直接上Matcher .但是对于在流中查找匹配项，有 an even more convenient method on Scanner .这样，实现就简化为

try(Scanner s = new Scanner(System.console().reader())) {
    s.findAll(pattern)
     .collect(Collectors.groupingBy(MatchResult::group,TreeMap::new,Collectors.counting()))
     .forEach((k, v) -> System.out.printf("%s\t%s\n",k,v));
}

This answer包含 Scanner.findAll 的后向端口可与 Java 8 一起使用。