String.replaceAll方法详析(正则妙用)

前言

我通常是不太关心代码的具体实现的，因为我的开发语言很杂，倾向于一些最简单通用的方式去解决。今儿不小心在群里看到一位朋友发了下面的java代码，感觉自己还是很局限很无知的：

String str1 = "createTime";
String str2 = "createTimeAt";
String regex = "([A-Z])+";

System.out.println(str1.replaceAll(regex, "_$1").toLowerCase());
System.out.println(str2.replaceAll(regex, "_$1").toLowerCase());

//result
//create_time
//create_time_at

通过输出可以看到，这段代码的作用是把驼峰命名格式的字符串替换成下划线分割，这个功能比较简单，但是吸引我的却是他的代码。

"createTime".replaceAll("([A-Z]+)","_$1")

这行代码简单的很，就是调用了String类的replaceAll方法，方法的第一个参数是正则表达式，第二个参数是将要被替换成的新值。

让我惊奇的是他代码中，replaceAll的第二个参数，也就是JDK文档中名为replacement的参数，竟然是_$1。这是什么鬼？还支持类似占位符这样的东西？我一直都不知道。

问题探索

由于之前研究过一段正则表达式，通过观察replaceAll的第一个参数([A-Z]+)，我猜想，这个应该是用到了正则表达式的分组，对应JDK中，就是java.util.regex.Matcher类的group()方法。

在Linux的Sed命令上，就使用&进行了一些替换，道理应该是相通的。

于是看了下String.replaceAll方法是如何实现的。JDK:

public String replaceAll(String regex, String replacement) {
    return Pattern.compile(regex).matcher(this).replaceAll(replacement);
}

哦，原来它底层就是用了Matcher，只不过用的是Matcher自己的replaceAll方法。

去看它的文档，这个方法的参数果然有鬼，看下面实现代码。

public String replaceAll(String replacement) {
    reset();
    boolean result = find();
    if (result) {
      StringBuilder sb = new StringBuilder();
      do {
        appendReplacement(sb, replacement);
        result = find();
      } while (result);
      appendTail(sb);
      return sb.toString();
    }
    return text.toString();
  }

里面关键的部分就是文档中说的appendReplacement方法，然后可以看到详细的描述文档。

看到这里明白了，原来这个方法的replacement参数可以通过$字符来指代Matcher通过正则匹配得到的分组，支持name和number 两种方式，这里对应的就是Matcher类的group(name)和group(int)两个方法。

结论

1、String的replaceAll方法实际上是通过java.util.regex.Matcher类的replaceAll()方法实现的。

2、java.util.regex.Matcher类的replaceAll方法又是通过调用appendReplacement方法实现替换逻辑

3、Matcher类的appendReplacement方法的replacement参数支持通过$符号来指代Matcher匹配的分组

下面这串代码，就是使用Matcher类分组的一个最佳实践。

String data = "哈哈哈，xjjdog的手机号码是:12345678901，你会打给我吗";
//通过Matcher的分组功能，可以提取出上面字符串中的手机号
Matcher matcher = Pattern.compile(".*(xjjdog的手机号码是:([0-9]{11}))").matcher(data);
while (matcher.find()) {
  System.out.println("G0:" + matcher.group(0));
  System.out.println("G1:" + matcher.group(1));
  System.out.println("G2:" + matcher.group(2));
}
//result
//G0:哈哈哈，xjjdog的手机号码是:12345678901
//G1:xjjdog的手机号码是:12345678901
//G2:12345678901

group(0)表示整个字符串

group(1)表示第一个匹配的，上面的例子中就是(我的手机号码是:([0-9]{11}))部分

group(2)表示第二个匹配的，上面的例子中就是([0-9]{11})部分

使用分组可以用来提取字符串中的目标字符串值，很好用！

几个例子

下面是几个例子，大家可以触类旁通。

驼峰转下划线命名

public static String camelToUnderline(String camelName) {
return camelName.replaceAll("([A-Z]+)", "_$1").toLowerCase();
}

下划线转驼峰

这个稍微麻烦点，是模仿者Matcher.replaceAll方法写的。

public static String underlineToCamel(String underlineName) {
    Matcher matcher = Pattern.compile("(_[a-z]{1})").matcher(underlineName);
    StringBuffer result = new StringBuffer();
    while (matcher.find()) {
      String replacement = matcher.group(1);
      matcher.appendReplacement(result, replacement.replace("_", "").toUpperCase());
    }
    matcher.appendTail(result);
    return result.toString();
}

另外，Mybatis Generator插件源码中的也提供了类似方法（JavaBeansUtil.getCamelCaseString）,这里做了下简单修改

 public static String getCamelCaseString(String inputString) {
    StringBuilder sb = new StringBuilder();
    boolean nextUpperCase = false;
    for (int i = 0; i < inputString.length(); i++) {
      char c = inputString.charAt(i);
      switch (c) {
        case '_':
        case '-':
        case '@':
        case '$':
        case '#':
        case ' ':
        case '/':
        case '&':
          if (sb.length() > 0) {
            nextUpperCase = true;
          }
          break;
        default:
          if (nextUpperCase) {
            sb.append(Character.toUpperCase(c));
            nextUpperCase = false;
          } else {
            sb.append(Character.toLowerCase(c));
          }
          break;
      }
    }
    return sb.toString();
  }

没有复杂的正则参与，速度显而快了不少。

总结

看一些优秀的开源代码，确实能够了解到一些实用的技巧。这比起自己费劲心力重复制造一些轮子，要高效的多。时间要用在刀刃上，但不是用来切豆腐。

好了，以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对自由互联的支持。