Question

正则表达式\w完全匹配字符[A-Za-z0-9_]，这正是我现在所需要的。我想知道是否有任何简单的方法来创建相应的番石榴CharMatcher。我做了以下（我不喜欢静态导入）：

private final static CharMatcher IDENTIFIER_CHAR = CharMatcher.is('_')
    .or(CharMatcher.inRange('A', 'Z'))
    .or(CharMatcher.inRange('a', 'z'))
    .or(CharMatcher.inRange('0', '9'))
    .precomputed();

有一些预定义的匹配器，不过类似

private final static CharMatcher IDENTIFIER_CHAR = CharMatcher.ASCII
    .and(CharMatcher.JAVA_LETTER_OR_DIGIT)
    .or(CharMatcher.is('_'))
    .precomputed();

看起来没有任何好转。在Java 8中获取closures之前，也没有使用forPredicate。这里没有真正的问题，对于简单而且（我猜）常见的事情来说，它太冗长了。

任何更好的解决方案？也许有人实现newRegexLikeCharMatcher("[A-Za-z0-9_]")之类的东西？

Answer 1

您建议的方法的实现可以是：

public CharMatcher newRegexLikeCharMatcher(String regex) {
    final Pattern pattern = Pattern.compile(regex);
    return new CharMatcher() {
        @Override
        public boolean matches(char c) {
            return pattern.matcher(Character.toString(c)).find();
        }
    }.precomputed();
}

或

public CharMatcher newRegexLikeCharMatcher(String regex) {
    return CharMatcher.forPredicate(Predicates.compose(Predicates.containsPattern(regex), Functions.toStringFunction()))
            .precomputed();
}

Answer 2

我写了这个简单的方法，它使用了几次并使它更好一点：

private static CharMatcher inRanges(char startInclusive, char endInclusive, char... chars) {
    Preconditions.checkArgument((chars.length & 1) == 0, "The chars must come in pairs");
    CharMatcher result = CharMatcher.inRange(startInclusive, endInclusive);
    for (int i=0; i<chars.length; i+=2) result = result.or(CharMatcher.inRange(chars[i], chars[i+1]));
    return result;
}

我担心我的这种情况不够普遍，每个用户都可以像我一样为他们的特殊情况制定解决方案......

我发现上面的解决方案仍然不切实际（输入的撇号太多）而是创建了这个简单的方法

public static CharMatcher newRegexLikeCharMatcher(String s) {
    CharMatcher result = CharMatcher.NONE;
    for (int i=0; i<s.length(); ++i) {
        if (i+2 < s.length() && s.charAt(i+1) == '-') {
            result = result.or(CharMatcher.inRange(s.charAt(i), s.charAt(i+2)));
            i += 2;
        } else {
            result = result.or(CharMatcher.is(s.charAt(i)));
        }
    }
    return result;
}

每当遇到“char-dash-char”三元组时，它会将其解释为一个范围，否则它会添加一个匹配的字符（因此前导和尾随破折号按字面解释，甚至是奇怪的事情，如-a-b-和a-b-c工作）。

如何为正则表达式“单词字符”编写CharMatcher等价物？

2 个答案: