Java中的正则表达式命名组
Posted
技术标签:
【中文标题】Java中的正则表达式命名组【英文标题】：Regex Named Groups in Java 【发布时间】：2010-09-29 18:11:06 【问题描述】：据我了解，java.regex 包不支持命名组 (http://www.regular-expressions.info/named.html)，所以有人可以将我指向支持的第三方库吗？
我查看了jregex，但它的最后一个版本是在 2002 年，它在 java5 下对我不起作用（诚然我只是简单地尝试过）。
【问题讨论】：
你的理解有误。 JDK7 处理命名组。 @tchrist 2009 年没有 JDK7。 注意：这是discussed on Meta，12 年后。 【参考方案1】：（更新：2011 年 8 月）
正如geofflane 在his answer 中提到的那样，Java 7 now support named groups。tchrist 在评论中指出支持是有限的。 他在他的精彩回答“Java Regex Helper”中详细说明了局限性
September 2010 in Oracle's blog 中提供了 Java 7 正则表达式命名组支持。
在 Java 7 的正式版本中，支持命名捕获组的结构是：
(?<name>capturing text)定义一个命名组“名称”\k<name>反向引用命名组“名称”$name引用 Matcher 替换字符串中捕获的组Matcher.group(String name)返回给定“命名组”捕获的输入子序列。
Java 7 之前的其他替代方案是：
Google named-regex（参见 John Hardy 的 answer）Gábor Lipták 提到（2012 年 11 月）该项目可能不活跃（使用 several outstanding bugs），可以考虑使用其 GitHub fork。 jregex（见Brian Clozel的answer）（原始答案：2009 年 1 月，接下来的两个链接现已断开）
您不能引用命名组，除非您编写自己的正则表达式版本...
这正是Gorbush2 did in this thread。
Regex2
（有限的实现，正如tchrist 再次指出的那样，因为它只查找 ASCII 标识符。tchrist 详细说明了限制：
每个同名只能有一个命名组（您并不总是可以控制它！）并且不能将它们用于正则表达式内递归。
注意：您可以在 Perl 和 PCRE 正则表达式中找到真正的正则表达式递归示例，如 Regexp Power、PCRE specs 和 Matching Strings with Balanced Parentheses 幻灯片中所述）
例子：
字符串：
"TEST 123"
正则表达式：
"(?<login>\\w+) (?<id>\\d+)"
访问
matcher.group(1) ==> TEST
matcher.group("login") ==> TEST
matcher.name(1) ==> login
替换
matcher.replaceAll("aaaaa_$1_sssss_$2____") ==> aaaaa_TEST_sssss_123____
matcher.replaceAll("aaaaa_$login_sssss_$id____") ==> aaaaa_TEST_sssss_123____
（从实现中提取）
public final class Pattern
implements java.io.Serializable
[...]
/**
* Parses a group and returns the head node of a set of nodes that process
* the group. Sometimes a double return system is used where the tail is
* returned in root.
*/
private Node group0()
boolean capturingGroup = false;
Node head = null;
Node tail = null;
int save = flags;
root = null;
int ch = next();
if (ch == '?')
ch = skip();
switch (ch)
case '<': // (?<xxx) look behind or group name
ch = read();
int start = cursor;
[...]
// test forGroupName
int startChar = ch;
while(ASCII.isWord(ch) && ch != '>') ch=read();
if(ch == '>')
// valid group name
int len = cursor-start;
int[] newtemp = new int[2*(len) + 2];
//System.arraycopy(temp, start, newtemp, 0, len);
StringBuilder name = new StringBuilder();
for(int i = start; i< cursor; i++)
name.append((char)temp[i-1]);
// create Named group
head = createGroup(false);
((GroupTail)root).name = name.toString();
capturingGroup = true;
tail = root;
head.next = expr(tail);
break;
【讨论】：
上面的两个链接好像都坏了？ 这段代码有问题。它正在寻找 ASCII 标识符。这是错误的。它应该在标识符中查找 Java 允许的任何内容！ 仅供参考，因为你看起来很认真，有限的部分不是关于 ASCII 与 Unicode 名称，而是关于每个相同名称只能有一个命名组（你没有t 始终可以控制！）并且无法将它们用于正则表达式内递归。 @tchrist：感谢您的精确度（包括在内）。我还添加了一个链接，返回您关于“Java Regex helper”的出色答案（已投票）。 Java 中没有 Matcher 对象的 matcher.name(int index) 方法？？【参考方案2】：是的，但是破解太阳课程很麻烦。有一个更简单的方法：
http://code.google.com/p/named-regexp/
named-regexp 是 标准 JDK 正则表达式 实施，与单 处理命名捕获的目的 .net 样式的组： (?...)。
它可以与 Java 5 和 6 一起使用 （使用泛型）。
Java 7 将处理命名捕获 组，所以这个项目并不意味着 持续下去。
【讨论】：
可惜不能在 GWT 中使用。 查看这个项目的GitHub fork，它修复了原来的几个错误。它也托管在 Maven Central 中。 请注意，Github 上的 tony19 fork 从 0.1.8 开始无法在 android 上运行。 @RubberMallet，Android 特有的问题现在是 fixed，并将在 0.1.9 中出现。【参考方案3】：jregex 遇到了什么问题？ 它在 java5 和 java6 下对我来说效果很好。
Jregex 做得很好（即使最后一个版本是 2002 年的），除非you want to wait for javaSE 7。
【讨论】：
【参考方案4】：对于迟到的人：Java 7 添加了命名组。 Matcher.group(String groupName) documentation.
【讨论】：
【参考方案5】：对于那些运行 pre-java7 的用户，joni（Oniguruma regexp 库的 Java 端口）支持命名组。文档很少，但对我们来说效果很好。 二进制文件可通过 Maven (http://repository.codehaus.org/org/jruby/joni/joni/) 获得。
【讨论】：
我对上面 Ryan 提到的 joni 选项非常感兴趣——你有任何使用命名捕获组的代码 sn-ps——我已经设法让基本匹配和搜索正常工作——但我看不到我将使用哪种方法来访问 groupNames 或使用组名获取捕获的值。【参考方案6】：一个有点老的问题，但我发现自己也需要这个，并且上面的建议是不合适的 - 因此 - 我自己开发了一个薄包装：https://github.com/hofmeister/MatchIt
【讨论】：
以上是关于Java中的正则表达式命名组的主要内容，如果未能解决你的问题，请参考以下文章