在 Java 中使用正则表达式进行后向引用($1,$2...)

自 JDK1.4 引入正则表达式的支持可称得上是次大改变,可 Java 的正则表达式的能力还是很弱,别说和 Perl 比了,就是和 C# 和 JavaScript 的正则表达式比较来也逊色不少,不过现在 JVM 上有其他语言对正则表达式有所增强,像 Groovy, jRuby 和 Scala。

[修正一下] 第一句话的说法是有误的,其实 JDK 本身的正则表达式就支持替换时用 $1, $2 那样的后向分组引用,例如:
String s = "abc def".replaceAll("(\\w+)\\s+(\\w+)", "$2 $1");  //s 就是  "def abc",replaceFirst 也可以用 $1, $2 的替换。

比如在 Java 中要实现正则表达式的分组,后向引用的方式进行替换挺复杂的,像 JavaScript 完成两个分组的调换:

<script>
    var src = "abc def";
    var des = src.replace(/(\w+)\s+(\w+)/, "$2 $1");
    document.write(des);
    //输出为: def abc
</script>

在 Java 中可得用上 Pattern, Matcher,还要 find()/group() 等操作,于是我就会考虑在 Java 中完成类似的功能有没有曲线的方法,有的。你可以调用 JVM 上其他语言的功能,我这里用列了两种实现方式:

JDK1.6 起可借助 ScriptEngineManager 使用 JavaScript 相应的函数,除此之外还可用第三方的库 JRegex,具体实现,请参见如下代码,还带了测试用例:

package cc.unmi.utils;
import javax.script.Invocable;
import javax.script.ScriptEngine;
import javax.script.ScriptEngineManager;

import jregex.Pattern;
import jregex.Replacer;

public class StringUtils {
    public static String replaceStringByJS(String src, String jsRegex, String replacement) {
        ScriptEngineManager manager = new ScriptEngineManager();
        ScriptEngine engine = manager.getEngineByName("JavaScript");
        String script =
                "function rep(target, regex, replacement){\n"
              + "    var patt = new RegExp(regex,'g');\n"
              + "    return target.replace(patt, replacement);\n"
              + "}";

        try {
            engine.eval(script);
            Invocable inv = (Invocable) engine;
            String result = (String) inv.invokeFunction("rep", src, jsRegex,
                    replacement);
            return result;
        } catch (Exception e) {
            throw new RuntimeException(e);
        }
    }

    public static String replaceStringByJRegex(String src, String regex, String replacement) {
        Pattern pattern = new Pattern(regex);
        Replacer replacer = pattern.replacer(replacement);
        String result = replacer.replace(src);
        return result;
    }

    public static void main(String[] args) {
        String link="<link url=\"http://unmi.cc\" >\"Home\"</link>"
                +"<link url=\"http://unmi.cc/tag/java\" >\"Java\"</link>";
        String jsString = StringUtils.replaceStringByJS(link,
                "<link\\s+url=\\\"(.+?)\\\".[^/]*?>\\\"(.+?)\\\"</link>", "<a href=\"$1\">$2</a>");
        System.out.println(jsString);

        String jregexString = StringUtils.replaceStringByJRegex(link,
                "<link\\s+url=\\\"(.+?)\\\".[^/]*?>\\\"(.+?)\\\"</link>", "<a href=\"$1\">$2</a>");
        System.out.println(jregexString);
    }
    
    /*
     * 程序输出
     * <a href="http://unmi.cc">Home</a><a href="http://unmi.cc/tag/java">Java</a>
     * <a href="http://unmi.cc">Home</a><a href="http://unmi.cc/tag/java">Java</a>
     */
}

起初我是用的第一种方法,后来找到了第二种方式,感觉用 JRegex 更优雅些。

类别: Java/JEE. 标签: , , . 阅读(1,743). 评论(0) »