使用java 8在文件中查找模式
考虑我有一个文件（只是一个摘录）
name: 'foobar' 当我发现name的行时，我喜欢检索foobar 。
我目前的做法是
Pattern m = Pattern.compile("name: '(.+)'"); try (Stream lines = Files.lines(ruleFile)) { Optional message = lines.filter(m.asPredicate()).findFirst(); if (message.isPresent()) { Matcher matcher = m.matcher(message.get()); matcher.find(); String group = matcher.group(1); System.out.println(group); } }
这看起来不太好。 过度使用模式和匹配器似乎是错误的。
有更简单/更好的方法吗？ 特别是如果我有多个键我喜欢这样搜索？
我希望更像这样的东西，以避免两次匹配模式：
Pattern p = Pattern.compile("name: '([^']*)'"); lines.map(p::matcher) .filter(Matcher::matches) .findFirst() .ifPresent(matcher -> System.out.println(matcher.group(1)));
也就是说，对于每个字符串的匹配器，获取匹配的第一个匹配，为此打印出第一个组。
这就是Java 9解决方案最有可能的样子：
Matcher m = Pattern.compile("name: '(.+)'").matcher(""); try(Stream lines = Files.lines(ruleFile)) { lines.flatMap(line -> m.reset(line).results().limit(1)) .forEach(mr -> System.out.println(mr.group(1))); }
它使用Matcher.results()方法返回所有匹配的流。 通过flatMap将线流与匹配流组合在一起，可以处理文件的所有匹配。 由于您的原始代码只处理一行的第一个匹配，因此我只是在每行的匹配中添加一个limit(1)以获得相同的行为。
遗憾的是，Java 8中缺少此function，但是，潜入即将发布的版本有助于了解临时解决方案的外观：
Matcher m = Pattern.compile("name: '(.+)'").matcher(""); try(Stream lines = Files.lines(ruleFile)) { lines.flatMap(line -> m.reset(line).find()? Stream.of(m.toMatchResult()): null) .forEach(mr -> System.out.println(mr.group(1))); }
为了简化子流创建，该解决方案利用仅预期第一个匹配并且首先创建单个元素流。
但请注意，问题的模式'name: '(.+)'无论我们是否将匹配数量限制为.+将贪婪地匹配所有字符直到该行的最后一个后续行动，所以另一个匹配是不可能的。 当使用一个不情愿的量词时，情况会有所不同，例如name: '(.*?)'消耗到下一个 '而不是最后一个'或禁止明确跳过' ，就像name: '([^']*)' 。
上面的解决方案使用共享的Matcher ，它适用于单线程使用（并且这不太可能从并行处理中受益）。 但是如果你想要在线程安全方面，你可能只共享一个Pattern并创建一个Matcher而不是调用m.reset(line) ：
Pattern pattern = Pattern.compile("name: '(.*)'"); try(Stream lines = Files.lines(ruleFile)) { lines.flatMap(line -> pattern.matcher(line).results().limit(1)) .forEach(mr -> System.out.println(mr.group(1))); }
RESP。 用Java 8
try(Stream lines = Files.lines(ruleFile)) { lines.flatMap(line -> {Matcher m=pattern.matcher(line); return m.find()? Stream.of(m.toMatchResult()): null;}) .forEach(mr -> System.out.println(mr.group(1))); }
由于引入了局部变量，这并不简洁。 这可以通过前面的map操作来避免，但是当我们处于这一点时，只要我们每行只进行一次匹配，我们就不需要flatMap ：
try(Stream lines = Files.lines(ruleFile)) { lines.map(pattern::matcher).filter(Matcher::find) .forEach(m -> System.out.println(m.group(1))); }
由于每个Matcher只使用一次，以非干扰的方式，其可变性质在这里不会受到伤害，并且转换为不可变的MatchResult变得不必要。
但是，如果有必要，这些解决方案无法按比例缩放以处理每行多个匹配…
@khelwood的答案导致一遍又一遍地创建一个新的Matcher对象，如果扫描长文件，这可能是效率低下的根源。
以下解决方案仅创建一次匹配器，并为文件中的每一行重用它。
Pattern p = Pattern.compile("name: '([^']*)'"); Matcher matcher = p.matcher(""); // Create a matcher for the pattern Files.lines(ruleFile) .map(matcher::reset) // Reuse the matcher object .filter(Matcher::matches) .findFirst() .ifPresent(m -> System.out.println(m.group(1)));
警告 – 未来可疑黑客
.map(matcher::reset)管道阶段是魔术/黑客发生的地方。 它有效地调用matcher.reset(line) ，它重置matcher以在刚从文件读入的行上执行下一个匹配，并返回自身，以允许链接调用。 .map(...)流操作符将此视为从行到Matcher对象的映射，但实际上，我们每次都会映射到相同的对象matcher ，违反了有关副作用的各种规则等。
当然，这不能用于并行流，但幸运的是从文件中读取本质上是顺序的。
黑客还是优化？ 我想上/下投票将决定。