利用Groovy的正则表达式处理字符串

常用的正则表达式

匹配意义	表达式	等价符号
数字	\d	[0-9]
非数字	\D	[^0-9]
word字符	\w	[a-zA-Z0-9]
非word字符	\W	[^a-zA-Z0-9]
空白字符	\s	[\t\n\f\r\v]
非空白字符	\S	[^\s]
汉字	[\u4E00-\u9FA5]
非汉字	[^\u4E00-\u9FA5]

 

     学习java已经两年一直都没搞懂java的正则表达式，每次学一点就会发困，感觉非常费劲。但在学习Groovy的过程中，还是很轻松的搞懂了正则表达式的一些皮毛。（惊叹Groovy真是Groovy）

    Groovy同样提供了3种方便的运算符

• 匹配操作符 (==~)
• 查找操作符 (=~)
• 模式操作符 (~string)

 

匹配操作符 (==~)

主要用于检查字符串是否匹配 返回true或false

 

assert "abc" ==~ /abc/
assert "abc" ==~ ".*c\$"

 查找操作符 (=~)

经常在复制网页上的网页时，发现复制的代码左边有数字序号，如果代码长的话自己动手去掉前面的序号也很费劲.利用下面的代码可以将所有的数字都去掉

def code = """01 import groovy.text.SimpleTemplateEngine
02
03 /**
04 * Simple User Groovy Bean.
05 */
06 class User {
07 String firstName;
08 String lastName;
09 }
10
11 def emailTemplate = this.class.getResource("nightlyReportsEmail.gtpl")
12 def binding = [
13 "user": new User(firstName: "Christopher", lastName: "Judd"),
14 "date": new Date()
15 ]
16 def engine = new SimpleTemplateEngine()
17 def email = engine.createTemplate(emailTemplate).make(binding)
18 def body = email.toString()
19
20 println body"""
def matcher = code =~ /\d/

def newCode = matcher.replaceAll('')
println newCode

 

    以前做项目的时候，由于项目中需要将ocr识别的文字存入数据库，发现由于一些特殊字符导致插入数据库出现异常，以前一直想使用正则表达式进行过滤，就是不得其门而入

def sso = /‘’Groovy正则表达式0-9；[]‘；“；';过滤标点符号/
def matcher = sso =~ /['’‘；“”！!;\]\[]/  //可以加入任何需要过滤的特殊字符（注意有的需要转义）
def newS = matcher.replaceAll('')
println newS

//result:Groovy正则表达式0-9过滤标点符号

如果只想留下汉字的话，可以将上面的matcher改为/[^\u4E00-\u9FA5]/

模式操作符(~string)

运用该运算符将string定义为pattern(java.util.regex.Pattern),并运用这个pattern可以做到检索一个字符串中出现符合该pattern的string。（语言组织不好，还是看例子清楚点）

def saying = """Now is the time for all good men (and women) to come to the aid
of their country"""
def pattern = ~/(\w+en)/
def matcher = pattern.matcher(saying)
def count = matcher.getCount()
println "Matches = ${count}"
for(i in 0..<count) {
    println matcher[i]
}

result:
Matches = 2
["men", "men"]
["women", "women"]