Groovy正则表达式

正则表达式是一种方便地用于检索字符串中特定文本的强有力工具，在编程中非常常见。Groovy中，正则表达式的使用更是得心应手。在本文中，我们将会学习Groovy中正则表达式的使用方法，并且将介绍基本的正则表达式语法和Groovy中方法的实现。

正则表达式的语法

字符串字面量

在Groovy中，字符串字面量可以通过单引号或双引号表示。以下是两种表示方法的示例：

def name1 = 'Tom'
def name2 = "Jerry"

这两个示例中，name1和name2均为字符串类型，值分别为’Tom’和’Jerry’。这两种表示方式在Groovy中并没有本质上的区别，都被认为是普通字符串。

字符类

字符类是由方括号[]来表示的。在方括号中，可以任意指定想要匹配的字符。例如，方括号[aeiou]表示任意一个元音字母。

assert 'apple'.matches('[aeiou].*')

上面的代码中，使用matches方法判断’apple’是否以元音字母开头，由于’a’是元音字母，因此assert语句会通过。

除了指定单个字符外，可以通过连字符-来指定一个字符范围。例如，方括号[0-9]表示任意一个数字字符。

assert '12345'.matches('[0-9]{5}')

上面的代码中，使用matches方法判断’12345’是否由五个数字字符组成，由于符合规则，因此assert语句会通过。

特殊字符类

特殊字符类是一些常用的字符类的简写形式。

例如，\d表示任意一个数字字符，\s表示任意一个空白字符。

assert '1 2 3'.replaceAll('\s', '') == '123'

上面的代码中，使用replaceAll方法将’1 2 3’字符串中的所有空白字符都替换为空白字符串，因此得到的结果是’123’。

重复匹配

在正则表达式中，可以使用*、+、?以及花括号{}来表示重复匹配。

例如，a*表示匹配任意数量的’a’，a+表示匹配至少一个’a’，a?表示匹配0或1个’a’，a{3}表示恰好匹配3个’a’，a{3,}表示匹配至少3个’a’，a{3,5}表示匹配3至5个’a’。

assert 'aaaab'.replaceAll('a+', 'c') == 'cb'

上面的代码中，使用replaceAll方法将’aaaab’字符串中的所有连续的’a’字符都替换为’c’，因此得到的结果是’cb’。

选择匹配

在正则表达式中，可以使用竖线|来表示选择匹配。

assert 'hello world' ==~ /hello|world/

上面的代码中，使用=~运算符判断’hello world’是否匹配正则表达式/hello|world/，由于其中的’hello’部分与字符串中匹配，因此assert语句会通过。

分组

在正则表达式中，可以使用括号()来表示分组。分组允许对多个字符进行操作，例如应用重复匹配和选择匹配等。

assert 'abababa' ==~ /(ab)+/

上面的代码中，使用=~运算符判断’abababa’是否匹配正则表达式/(ab)+/，其中括号内的分组表示匹配至少一个’ab’。由于字符串中满足至少一个’ab’的条件，因此assert语句会通过。

零宽度断言

在正则表达式中，有些特殊的字符不参与匹配，但可以帮助我们更精确地定义匹配模式。这些特殊字符被称为零宽度断言。

正向零宽度断言

正向零宽度断言使用类似于括号的语法，以(?=开头，以)结尾，并在括号中放置一个子表达式。该子表达式在匹配中并不参与捕获，但必须出现在指定位置。

def str = "Java 8"
assert str.find(/(?=\d)\d/) == "8"

上面的代码中，将字符串”Java 8″放到find方法中，查找出它包含的数字字符。由于’8’字符前面有一个数字字符，因此正向零宽度断言能够精确地定位到’8’字符，并将其返回。

负向零宽度断言

负向零宽度断言与正向零宽度断言类似，但在正向零宽度断言之前加上?!前缀。

def str = "abacadaeaf"
assert str.replaceAll(/.(?<!a)/, "#") == "a#a#a#a#a#"

上面的代码中，使用replaceAll方法将字符串”abacadaeaf”中除了以’a’开头的字符外的所有字符都替换为’#’，例如’b’、’c’、’d’、’e’、’f’都会被替换掉。 负向零宽度断言.(?<!a)表示匹配除以’a’开头的字符外的任意一个字符，并将其用’#’替换。

Groovy中的正则表达式方法

Groovy提供了多种正则表达式方法，方便开发者进行各种操作。

find

find方法可以在字符串中查找第一个匹配正则表达式的子串，返回匹配的字符串。

def str = 'The quick brown fox jumps over the lazy dog.'
def pattern = /\wo\w/
assert str.find(pattern) == 'brown'

上面的代码中，定义了一个字符串和一个正则表达式，并使用find方法在字符串中查找第一个匹配正则表达式的子串，得到的结果是’brown’。

findAll

findAll方法会在字符串中查找所有匹配正则表达式的子串，返回匹配的字符串组成的列表。

def str = "张三：25岁；李四：30岁；王五：29岁；赵六：27岁"
def pattern = /\D+(\d+)\D+/
assert str.findAll(pattern).collect{it[1]}.sum() == 111

上面的代码中，定义了一个字符串和一个正则表达式，并使用findAll方法在字符串中查找所有匹配正则表达式的子串，得到的结果是一个字符串列表，列表中的每个字符串都匹配了一个年龄数字字符。使用collect方法过滤出所有的数字字符并使用sum方法计算它们的和，得到的结果是111。

findAllMatches

findAllMatches方法与findAll类似，但返回的是一个匹配对象（Match）。匹配对象包含了匹配的字符串和所在位置等信息。

def str = 'The quick brown fox jumps over the lazy dog.'
def pattern = /\w+/
def matches = str.findAllMatches(pattern)
assert matches[1].group() == 'quick'

上面的代码中，定义了一个字符串和一个正则表达式，并使用findAllMatches方法查找所有匹配正则表达式的子串，得到的结果是一个匹配对象的列表。使用group方法获取列表中第二个匹配对象中的字符串。

replaceAll

replaceAll方法可以用指定的字符串将所有匹配正则表达式的子串都替换掉。

def str = 'The quick brown fox jumps over the lazy dog.'
def pattern = /[aeiou]/
assert str.replaceAll(pattern, '*') == 'Th* q**ck br*wn f*x j*mps *v*r th* l*zy d*g.'

上面的代码中，定义了一个字符串和一个正则表达式，并使用replaceAll方法将字符串中所有匹配正则表达式的元音字母都替换为’*’字符。

split

split方法可以将指定字符串按照正则表达式进行拆分，返回拆分后的字符串数组。

def str = 'The quick brown fox jumps over the lazy dog.'
def pattern = /\W+/
assert str.split(pattern) == ['The', 'quick', 'brown', 'fox', 'jumps', 'over', 'the', 'lazy', 'dog', '']

上面的代码中，定义了一个字符串和一个正则表达式，并使用split方法将字符串按照正则表达式进行拆分，得到的结果是一个字符串数组。注意到尾部会多出一个空字符串，这是由于分隔符在字符串结尾的原因。