简化你的 java 字符串操作：Guava 之 CharMatcher 用法简介
简化你的 java 字符串操作：Guava 之 CharMatcher 用法简介
对字符串的处理应该是编程活动中最频繁的操作了，而原生的 JDK 以及 Java 本身的语法特性使得在 Java 中进行字符串操作是一件极其麻烦的事情，如果你熟悉 Shell/Awk/Sed/Perl/Python 等脚本语言，你就大概能明白我说的啥意思了。
上次在这篇使用 Google Guava 美化你的 Java 代码：1~4 中介绍过一些利用 Guava 库进行字符串操作的例子，限于篇幅与内容，介绍的比较泛，今天就单独的聊聊 Guava 中的 CharMatcher 类，并结合一些常见的需求来进行解说。
CharMatcher提供了多种对字符串处理的方法, 它的主要意图有: 1. 找到匹配的字符 2. 处理匹配的字符
CharMatcher 的内部实现主要包括两部分: 1. 实现了大量公用内部类, 用来方便用户对字符串做匹配: 例如 JAVA_DIGIT 匹配数字, JAVA_LETTER 匹配字母等等。 2. 实现了大量处理字符串的方法, 使用特定的CharMatcher可以对匹配到的字符串做出多种处理, 例如 remove(), replace(), trim(), retain()等等。
CharMatcher本身是一个抽象类, 其中一些操作方法是抽象方法, 他主要依靠内部继承CharMatcher的内部子类来实现抽象方法和重写一些操作方法, 因为不同的匹配规则的这些操作方法具有不同的实现要求。
1、默认实现类
CharMatcher本身提供了很多CharMatcher实现类,如下: ANY: 匹配任何字符 ASCII: 匹配是否是ASCII字符 BREAKING_WHITESPACE: 匹配所有可换行的空白字符(不包括非换行空白字符,例如"\u00a0") DIGIT: 匹配ASCII数字 INVISIBLE: 匹配所有看不见的字符 JAVA_DIGIT: 匹配UNICODE数字, 使用 Character.isDigit() 实现 JAVA_ISO_CONTROL: 匹配ISO控制字符, 使用 Charater.isISOControl() 实现 JAVA_LETTER: 匹配字母, 使用 Charater.isLetter() 实现 JAVA_LETTER_OR_DIGET: 匹配数字或字母 JAVA_LOWER_CASE: 匹配小写 JAVA_UPPER_CASE: 匹配大写 NONE: 不匹配所有字符 SINGLE_WIDTH: 匹配单字宽字符, 如中文字就是双字宽 WHITESPACE: 匹配所有空白字符
2、常用操作方法
CharMatcher is(char match): 返回匹配指定字符的Matcher CharMatcher isNot(char match): 返回不匹配指定字符的Matcher CharMatcher anyOf(CharSequence sequence): 返回匹配sequence中任意字符的Matcher CharMatcher noneOf(CharSequence sequence): 返回不匹配sequence中任何一个字符的Matcher CharMatcher inRange(char startInclusive, char endIncludesive): 返回匹配范围内任意字符的Matcher CharMatcher forPredicate(Predicate<? super Charater> predicate): 返回使用predicate的apply()判断匹配的Matcher CharMatcher negate(): 返回以当前Matcher判断规则相反的Matcher CharMatcher and(CharMatcher other): 返回与other匹配条件组合做与来判断的Matcher CharMatcher or(CharMatcher other): 返回与other匹配条件组合做或来判断的Matcher boolean matchesAnyOf(CharSequence sequence): 只要sequence中有任意字符能匹配Matcher,返回true boolean matchesAllOf(CharSequence sequence): sequence中所有字符都能匹配Matcher,返回true boolean matchesNoneOf(CharSequence sequence): sequence中所有字符都不能匹配Matcher,返回true int indexIn(CharSequence sequence): 返回sequence中匹配到的第一个字符的坐标 int indexIn(CharSequence sequence, int start): 返回从start开始,在sequence中匹配到的第一个字符的坐标 int lastIndexIn(CharSequence sequence): 返回sequence中最后一次匹配到的字符的坐标 int countIn(CharSequence sequence): 返回sequence中匹配到的字符计数 String removeFrom(CharSequence sequence): 删除sequence中匹配到到的字符并返回 String retainFrom(CharSequence sequence): 保留sequence中匹配到的字符并返回 String replaceFrom(CharSequence sequence, char replacement): 替换sequence中匹配到的字符并返回 String trimFrom(CharSequence sequence): 删除首尾匹配到的字符并返回 String trimLeadingFrom(CharSequence sequence): 删除首部匹配到的字符 String trimTrailingFrom(CharSequence sequence): 删除尾部匹配到的字符 String collapseFrom(CharSequence sequence, char replacement): 将匹配到的组(连续匹配的字符)替换成replacement String trimAndCollapseFrom(CharSequence sequence, char replacement): 先trim在replace
3、一些栗子：
（1）使用预定义的常量 (predefine CharMatcher)：
CharMatcher.WHITESPACE (Java whitespace character) CharMatcher.JAVA_DIGIT CharMatcher.JAVA_LETTER CharMatcher.JAVA_LOWER_CASE CharMatcher.JAVA_UPPER_CASE CharMatcher.ASCII CharMatcher.ANY ...
String str = "FirstName LastName +1 123 456 789 !@#$%^&*()_+|}{:\"?><";
// Use a predefined constant (predefine CharMatcher)
CharMatcher.DIGIT.retainFrom(str);
Output:->
"1123456789"
CharMatcher.JAVA_LETTER.retainFrom(str);
Output:->
"FirstNameLastName"
CharMatcher.JAVA_LETTER_OR_DIGIT.retainFrom(str);
Output:->
"FirstNameLastName1123456789"
CharMatcher.ANY.countIn(str)
Output:->
54
CharMatcher.DIGIT.countIn(str);
Output:->
10（2）使用工厂方法：
CharMatcher.is('x') CharMatcher.isNot('_') CharMatcher.oneOf("aeiou").negate() CharMatcher.inRange('a', 'z').or(inRange('A', 'Z')) ... 使用条件组合：
CharMatcher and(CharMatcher other) CharMatcher or(CharMatcher other) CharMatcher negate()
String str = "FirstName LastName +1 123 456 789 !@#$%^&*()_+|}{:\"?><";
CharMatcher.JAVA_LOWER_CASE.negate().retainFrom(str);
Output:->
"FN LN +1 123 456 789 !@#$%^&*()_+|}{:\"?><"
CharMatcher.JAVA_DIGIT.or(CharMatcher.anyOf("aeiou")).retainFrom(str);
Output:->
"iaeaae1123456789"（3）一些小例子：
//原字符串
System.out.println(string);
//去掉控制字符(\t,\n,\b...)
System.out.println(CharMatcher.JAVA_ISO_CONTROL.removeFrom(string));
//获取所有的数字
System.out.println(CharMatcher.DIGIT.retainFrom(string));
//把多个空格替换为一个包括\t,并去掉首位的空格
System.out.println(CharMatcher.WHITESPACE.trimAndCollapseFrom(string, ' '));
//把所有的数字用"*"代替
System.out.println(CharMatcher.JAVA_DIGIT.replaceFrom(string, "*"));
//获取所有的数字和小写字母
System.out.println(CharMatcher.JAVA_DIGIT.or(CharMatcher.JAVA_LOWER_CASE).retainFrom(string));
//获取所有的大写字母
System.out.println(CharMatcher.JAVA_UPPER_CASE.retainFrom(string));
//获取所有单字节长度的符号
System.out.println(CharMatcher.SINGLE_WIDTH.retainFrom(string));
/*
原字符串:
ROCKY rocky RoCkY ~!@#$%^&*() 23(*&gS 你好 234啊 GES
去掉控制字符(\t,\n,\b...):
ROCKY rocky RoCkY ~!@#$%^&*() 23(*&gS 你好234啊 GES
获取所有的数字:
23234
把多个空格替换为一个包括\t,并去掉首位的空格:
ROCKY rocky RoCkY ~!@#$%^&*() 23(*&gS 你好 234啊 GES
把所有的数字用"*"代替:
ROCKY rocky RoCkY ~!@#$%^&*() **(*&gS 你好 ***啊 GES
获取所有的数字和小写字母:
rockyok23g234
获取所有的大写字母:
ROCKYRCYSGES
获取所有单字节长度的符号:
ROCKY rocky RoCkY ~!@#$%^&*() 23(*&gS 234 GES
*/（4）用正则作为匹配、判断条件
需要说明的是 CharMatcher 并没有提供以正则表达式作为匹配条件的方法，
你可以参考：
http://blog.csdn.net/firecoder/article/details/5827281 七种武器：Collection 之 Google Guava
不过这个例子貌似只能判断字符，而不是字符串。
但是这难不倒我们，别忘了在上篇文章的最后的链接里，我提到了另一个与 guava 类似的库：Apache Commons，相对而言，它的功能更加完善，比如，这个需求，它内置了一个专门的校验类：Validate
try {
Validate.matchesPattern("2013-11-241", "\\d{4}-\\d{2}-\\d{2}", "输入的日期格式不正确！");
} catch (Exception e) {
System.out.println(e.toString());
// return;
}
// output:
// java.lang.IllegalArgumentException: 输入的日期格式不正确！所以，我个人倾向于把这两个库结合起来用，这样可以大大节约你的开发时间，降低你的代码冗余度。
好吧，就介绍到这里了，如果你也有这块的心得体会，欢迎交流~
4、Refer：
http://www.cnblogs.com/zemliu/p/3345087.html#top
http://techneerajnandwana.blogspot.com/2011/11/guava-string-manipulation-with.html
http://blog.csdn.net/rocky225/article/details/8289407
http://docs.guava-libraries.googlecode.com/git-history/release/javadoc/index.html
http://commons.apache.org/proper/commons-lang/javadocs/api-release/index.html