「glob」タイプのパターンに相当するjava.util.regexはありますか?


84

Javaで「glob」タイプの一致を行うための標準(できればApache Commonsまたは同様に非ウイルス性)ライブラリはありますか?一度Perlで同じようなことをしなければならなかったとき、「.」を「\.」に、「*」を「.*」に、「?」を「.」に変更しただけですが、誰かがやったのではないかと思います。私のために働く。

同様の質問:glob式から正規表現を作成する


GlobCompiler / GlobEngine、からジャカルタORO、有望に見えます。Apacheライセンスの下で利用可能です。
スティーブトラウト

あなたがやりたいことの正確な例を挙げていただけますか?
するThorbjörnRavnアンデルセン

私がやりたいこと(またはクライアントがやりたいこと)は、URLの「-2009 /」や「* rss」などと一致することです。ほとんどの場合、正規表現に変換するのは非常に簡単ですが、もっと簡単な方法があるのではないかと思いました。
Paul Tomblin

Javaの世界では標準的なグロビンになっているように見えるので、Antスタイルのファイルグロビンをお勧めします。詳細については私の答えを参照してください:stackoverflow.com/questions/1247772/…
Adam Gent

1
@BradMace、関連していますが、そこにあるほとんどの回答は、ディレクトリツリーをトラバースしていることを前提としています。それでも、任意の文字列のglobスタイルのマッチングを行う方法をまだ探している人は、おそらくその答えも調べる必要があります。
ポールトゥームリン2012

回答:


46

組み込みのものはありませんが、グロブのようなものを正規表現に変換するのは非常に簡単です。

public static String createRegexFromGlob(String glob)
{
    String out = "^";
    for(int i = 0; i < glob.length(); ++i)
    {
        final char c = glob.charAt(i);
        switch(c)
        {
        case '*': out += ".*"; break;
        case '?': out += '.'; break;
        case '.': out += "\\."; break;
        case '\\': out += "\\\\"; break;
        default: out += c;
        }
    }
    out += '$';
    return out;
}

これは私にとってはうまくいきますが、グロブの「標準」をカバーしているかどうかはわかりません。

Paul Tomblinによる更新:glob変換を行うperlプログラムを見つけ、それをJavaに適応させると次のようになります。

    private String convertGlobToRegEx(String line)
    {
    LOG.info("got line [" + line + "]");
    line = line.trim();
    int strLen = line.length();
    StringBuilder sb = new StringBuilder(strLen);
    // Remove beginning and ending * globs because they're useless
    if (line.startsWith("*"))
    {
        line = line.substring(1);
        strLen--;
    }
    if (line.endsWith("*"))
    {
        line = line.substring(0, strLen-1);
        strLen--;
    }
    boolean escaping = false;
    int inCurlies = 0;
    for (char currentChar : line.toCharArray())
    {
        switch (currentChar)
        {
        case '*':
            if (escaping)
                sb.append("\\*");
            else
                sb.append(".*");
            escaping = false;
            break;
        case '?':
            if (escaping)
                sb.append("\\?");
            else
                sb.append('.');
            escaping = false;
            break;
        case '.':
        case '(':
        case ')':
        case '+':
        case '|':
        case '^':
        case '$':
        case '@':
        case '%':
            sb.append('\\');
            sb.append(currentChar);
            escaping = false;
            break;
        case '\\':
            if (escaping)
            {
                sb.append("\\\\");
                escaping = false;
            }
            else
                escaping = true;
            break;
        case '{':
            if (escaping)
            {
                sb.append("\\{");
            }
            else
            {
                sb.append('(');
                inCurlies++;
            }
            escaping = false;
            break;
        case '}':
            if (inCurlies > 0 && !escaping)
            {
                sb.append(')');
                inCurlies--;
            }
            else if (escaping)
                sb.append("\\}");
            else
                sb.append("}");
            escaping = false;
            break;
        case ',':
            if (inCurlies > 0 && !escaping)
            {
                sb.append('|');
            }
            else if (escaping)
                sb.append("\\,");
            else
                sb.append(",");
            break;
        default:
            escaping = false;
            sb.append(currentChar);
        }
    }
    return sb.toString();
}

この答えが私を正しい軌道に乗せたので、私は自分で作るのではなく、この答えに編集しています。


1
ええ、それは私が最後にこれを(Perlで)しなければならなかったときに私が思いついた解決策とほぼ同じですが、もっとエレガントなものがあるかどうか疑問に思いました。私はあなたのやり方でそれをするつもりだと思います。
Paul Tomblin


正規表現の置換を使用して、グロブを正規表現に変換できませんでしたか?
ティムシルベスター

1
String.matchsは文字列全体に対してのみであるため、Javaの場合、先頭と末尾の「*」を削除する上部の行を削除する必要があります
KitsuneYMG 2009

10
参考:「グロブ」の標準はPOSIXシェル言語です -opengroup.org/onlinepubs/009695399/utilities/…–
Stephen C

60

Globbingは、Java7での実装も計画されています。

FileSystem.getPathMatcher(String)および「ファイルの検索」チュートリアルを参照してください


23
素晴らしい。しかし、一体なぜこの実装は「パス」オブジェクトに制限されているのでしょうか?!?私の場合、私は... URIに一致するようにしたい
イヴ・マーティン

3
sun.nioのソースをピアリングすると、globマッチングはGlobs.javaによって実装されているように見えます。残念ながら、これはファイルシステムパス専用に記述されているため、すべての文字列に使用できるわけではありません(パス区切り文字と不正な文字についていくつかの仮定があります)。しかし、それは有用な出発点かもしれません。
ニールトラフト2013年

33

ここにいる皆さんの貢献に感謝します。私は以前のどの答えよりも包括的な変換を書きました:

/**
 * Converts a standard POSIX Shell globbing pattern into a regular expression
 * pattern. The result can be used with the standard {@link java.util.regex} API to
 * recognize strings which match the glob pattern.
 * <p/>
 * See also, the POSIX Shell language:
 * http://pubs.opengroup.org/onlinepubs/009695399/utilities/xcu_chap02.html#tag_02_13_01
 * 
 * @param pattern A glob pattern.
 * @return A regex pattern to recognize the given glob pattern.
 */
public static final String convertGlobToRegex(String pattern) {
    StringBuilder sb = new StringBuilder(pattern.length());
    int inGroup = 0;
    int inClass = 0;
    int firstIndexInClass = -1;
    char[] arr = pattern.toCharArray();
    for (int i = 0; i < arr.length; i++) {
        char ch = arr[i];
        switch (ch) {
            case '\\':
                if (++i >= arr.length) {
                    sb.append('\\');
                } else {
                    char next = arr[i];
                    switch (next) {
                        case ',':
                            // escape not needed
                            break;
                        case 'Q':
                        case 'E':
                            // extra escape needed
                            sb.append('\\');
                        default:
                            sb.append('\\');
                    }
                    sb.append(next);
                }
                break;
            case '*':
                if (inClass == 0)
                    sb.append(".*");
                else
                    sb.append('*');
                break;
            case '?':
                if (inClass == 0)
                    sb.append('.');
                else
                    sb.append('?');
                break;
            case '[':
                inClass++;
                firstIndexInClass = i+1;
                sb.append('[');
                break;
            case ']':
                inClass--;
                sb.append(']');
                break;
            case '.':
            case '(':
            case ')':
            case '+':
            case '|':
            case '^':
            case '$':
            case '@':
            case '%':
                if (inClass == 0 || (firstIndexInClass == i && ch == '^'))
                    sb.append('\\');
                sb.append(ch);
                break;
            case '!':
                if (firstIndexInClass == i)
                    sb.append('^');
                else
                    sb.append('!');
                break;
            case '{':
                inGroup++;
                sb.append('(');
                break;
            case '}':
                inGroup--;
                sb.append(')');
                break;
            case ',':
                if (inGroup > 0)
                    sb.append('|');
                else
                    sb.append(',');
                break;
            default:
                sb.append(ch);
        }
    }
    return sb.toString();
}

そして、ユニットテストはそれが機能することを証明します:

/**
 * @author Neil Traft
 */
public class StringUtils_ConvertGlobToRegex_Test {

    @Test
    public void star_becomes_dot_star() throws Exception {
        assertEquals("gl.*b", StringUtils.convertGlobToRegex("gl*b"));
    }

    @Test
    public void escaped_star_is_unchanged() throws Exception {
        assertEquals("gl\\*b", StringUtils.convertGlobToRegex("gl\\*b"));
    }

    @Test
    public void question_mark_becomes_dot() throws Exception {
        assertEquals("gl.b", StringUtils.convertGlobToRegex("gl?b"));
    }

    @Test
    public void escaped_question_mark_is_unchanged() throws Exception {
        assertEquals("gl\\?b", StringUtils.convertGlobToRegex("gl\\?b"));
    }

    @Test
    public void character_classes_dont_need_conversion() throws Exception {
        assertEquals("gl[-o]b", StringUtils.convertGlobToRegex("gl[-o]b"));
    }

    @Test
    public void escaped_classes_are_unchanged() throws Exception {
        assertEquals("gl\\[-o\\]b", StringUtils.convertGlobToRegex("gl\\[-o\\]b"));
    }

    @Test
    public void negation_in_character_classes() throws Exception {
        assertEquals("gl[^a-n!p-z]b", StringUtils.convertGlobToRegex("gl[!a-n!p-z]b"));
    }

    @Test
    public void nested_negation_in_character_classes() throws Exception {
        assertEquals("gl[[^a-n]!p-z]b", StringUtils.convertGlobToRegex("gl[[!a-n]!p-z]b"));
    }

    @Test
    public void escape_carat_if_it_is_the_first_char_in_a_character_class() throws Exception {
        assertEquals("gl[\\^o]b", StringUtils.convertGlobToRegex("gl[^o]b"));
    }

    @Test
    public void metachars_are_escaped() throws Exception {
        assertEquals("gl..*\\.\\(\\)\\+\\|\\^\\$\\@\\%b", StringUtils.convertGlobToRegex("gl?*.()+|^$@%b"));
    }

    @Test
    public void metachars_in_character_classes_dont_need_escaping() throws Exception {
        assertEquals("gl[?*.()+|^$@%]b", StringUtils.convertGlobToRegex("gl[?*.()+|^$@%]b"));
    }

    @Test
    public void escaped_backslash_is_unchanged() throws Exception {
        assertEquals("gl\\\\b", StringUtils.convertGlobToRegex("gl\\\\b"));
    }

    @Test
    public void slashQ_and_slashE_are_escaped() throws Exception {
        assertEquals("\\\\Qglob\\\\E", StringUtils.convertGlobToRegex("\\Qglob\\E"));
    }

    @Test
    public void braces_are_turned_into_groups() throws Exception {
        assertEquals("(glob|regex)", StringUtils.convertGlobToRegex("{glob,regex}"));
    }

    @Test
    public void escaped_braces_are_unchanged() throws Exception {
        assertEquals("\\{glob\\}", StringUtils.convertGlobToRegex("\\{glob\\}"));
    }

    @Test
    public void commas_dont_need_escaping() throws Exception {
        assertEquals("(glob,regex),", StringUtils.convertGlobToRegex("{glob\\,regex},"));
    }

}

このコードをありがとう、ニール!オープンソースライセンスを提供してもよろしいですか?
スティーブン

1
私はここに、この回答のコードがパブリックドメインにあることを認めます。
ニールトラフト

他に何かする必要がありますか?:-P
ニールトラフト

9

リストされているものよりも最新のGlobのようなパターンマッチングを行うライブラリがいくつかあります。

Theres Ants DirectoryScannerSpringsAntPathMatcher

Ant Style GlobbingがJavaの世界(Hudson、Spring、Ant、そしてMavenだと思います)の標準的なglob構文になっているので、他のソリューションよりも両方をお勧めします


1
:ここではAntPathMatcherとアーティファクトのためのMavenの座標であるsearch.maven.org/... とサンプルの使用量を持ついくつかのテストは:github.com/spring-projects/spring-framework/blob/master/...
seanf

また、「パス」文字をカスタマイズできるので、パス以外の用途にも役立ちます...
Michael Wiles 2016

7

私は最近それをし、使用\Q\E、グロブパターンをエスケープする必要がありました:

private static Pattern getPatternFromGlob(String glob) {
  return Pattern.compile(
    "^" + Pattern.quote(glob)
            .replace("*", "\\E.*\\Q")
            .replace("?", "\\E.\\Q") 
    + "$");
}

4
文字列のどこかに\ Eがある場合、これは壊れませんか?
jmo 2011年

@jmo、はい。ただし、glob変数をglob = Pattern.quote(glob)で前処理することで、これを回避できます。これは、このようなエッジケースを処理すると思います。ただし、その場合は、最初と最後の\\ Qと\\ Eを追加して追加する必要はありません。
キンボールロビンソン

2
@jmo Pattern.quote()を使用するように例を修正しました。
dimo414 2016

5

これは、*と?を処理する単純なGlob実装です。パターンで

public class GlobMatch {
    private String text;
    private String pattern;

    public boolean match(String text, String pattern) {
        this.text = text;
        this.pattern = pattern;

        return matchCharacter(0, 0);
    }

    private boolean matchCharacter(int patternIndex, int textIndex) {
        if (patternIndex >= pattern.length()) {
            return false;
        }

        switch(pattern.charAt(patternIndex)) {
            case '?':
                // Match any character
                if (textIndex >= text.length()) {
                    return false;
                }
                break;

            case '*':
                // * at the end of the pattern will match anything
                if (patternIndex + 1 >= pattern.length() || textIndex >= text.length()) {
                    return true;
                }

                // Probe forward to see if we can get a match
                while (textIndex < text.length()) {
                    if (matchCharacter(patternIndex + 1, textIndex)) {
                        return true;
                    }
                    textIndex++;
                }

                return false;

            default:
                if (textIndex >= text.length()) {
                    return false;
                }

                String textChar = text.substring(textIndex, textIndex + 1);
                String patternChar = pattern.substring(patternIndex, patternIndex + 1);

                // Note the match is case insensitive
                if (textChar.compareToIgnoreCase(patternChar) != 0) {
                    return false;
                }
        }

        // End of pattern and text?
        if (patternIndex + 1 >= pattern.length() && textIndex + 1 >= text.length()) {
            return true;
        }

        // Go on to match the next character in the pattern
        return matchCharacter(patternIndex + 1, textIndex + 1);
    }
}

5

同様にトニーエッジコーム答えは、ここでは短いとシンプルなファイル名の展開がサポートしていることです*し、?誰もが1を必要とする場合、正規表現を使用しません。

public static boolean matches(String text, String glob) {
    String rest = null;
    int pos = glob.indexOf('*');
    if (pos != -1) {
        rest = glob.substring(pos + 1);
        glob = glob.substring(0, pos);
    }

    if (glob.length() > text.length())
        return false;

    // handle the part up to the first *
    for (int i = 0; i < glob.length(); i++)
        if (glob.charAt(i) != '?' 
                && !glob.substring(i, i + 1).equalsIgnoreCase(text.substring(i, i + 1)))
            return false;

    // recurse for the part after the first *, if any
    if (rest == null) {
        return glob.length() == text.length();
    } else {
        for (int i = glob.length(); i <= text.length(); i++) {
            if (matches(text.substring(i), rest))
                return true;
        }
        return false;
    }
}

1
素晴らしい答えティヒ!これは簡単に読んで理解できるほど簡単で、戸惑うことはありません:-)
限定的贖罪

3

それは少しハッキーなアプローチかもしれません。私はそれをNIO2のFiles.newDirectoryStream(Path dir, String glob)コードから理解しました。一致するすべての新しいPathオブジェクトが作成されることに注意してください。これまでのところ、これはWindows FSでのみテストできましたが、Unixでも機能するはずです。

// a file system hack to get a glob matching
PathMatcher matcher = ("*".equals(glob)) ? null
    : FileSystems.getDefault().getPathMatcher("glob:" + glob);

if ("*".equals(glob) || matcher.matches(Paths.get(someName))) {
    // do you stuff here
}

UPDATEは MacとLinuxの両方で動作します。



0

ずっと前に、私は大規模なglob駆動のテキストフィルタリングを行っていたので、小さなコードを作成しました(15行のコード、JDK以外の依存関係はありません)。'*'(私にとっては十分でした)のみを処理しますが、 '?'のために簡単に拡張できます。事前にコンパイルされた正規表現よりも数倍高速で、事前コンパイルは必要ありません(基本的に、パターンが一致するたびに文字列と文字列を比較します)。

コード:

  public static boolean miniglob(String[] pattern, String line) {
    if (pattern.length == 0) return line.isEmpty();
    else if (pattern.length == 1) return line.equals(pattern[0]);
    else {
      if (!line.startsWith(pattern[0])) return false;
      int idx = pattern[0].length();
      for (int i = 1; i < pattern.length - 1; ++i) {
        String patternTok = pattern[i];
        int nextIdx = line.indexOf(patternTok, idx);
        if (nextIdx < 0) return false;
        else idx = nextIdx + patternTok.length();
      }
      if (!line.endsWith(pattern[pattern.length - 1])) return false;
      return true;
    }
  }

使用法:

  public static void main(String[] args) {
    BufferedReader in = new BufferedReader(new InputStreamReader(System.in));
    try {
      // read from stdin space separated text and pattern
      for (String input = in.readLine(); input != null; input = in.readLine()) {
        String[] tokens = input.split(" ");
        String line = tokens[0];
        String[] pattern = tokens[1].split("\\*+", -1 /* want empty trailing token if any */);

        // check matcher performance
        long tm0 = System.currentTimeMillis();
        for (int i = 0; i < 1000000; ++i) {
          miniglob(pattern, line);
        }
        long tm1 = System.currentTimeMillis();
        System.out.println("miniglob took " + (tm1-tm0) + " ms");

        // check regexp performance
        Pattern reptn = Pattern.compile(tokens[1].replace("*", ".*"));
        Matcher mtchr = reptn.matcher(line);
        tm0 = System.currentTimeMillis();
        for (int i = 0; i < 1000000; ++i) {
          mtchr.matches();
        }
        tm1 = System.currentTimeMillis();
        System.out.println("regexp took " + (tm1-tm0) + " ms");

        // check if miniglob worked correctly
        if (miniglob(pattern, line)) {
          System.out.println("+ >" + line);
        }
        else {
          System.out.println("- >" + line);
        }
      }
    } catch (IOException e) {
      // TODO Auto-generated catch block
      e.printStackTrace();
    }
  }

ここからコピー/貼り付け


15行しかないため、リンク先のページがダウンした場合に備えて、ここに含める必要があります。
Raniz 2016

0

以前のソリューションヴィンセントロバート/ dimo414によっては、に依存しているPattern.quote()という点で実施されている\Q... \E、APIに記載されていないので、他の/の将来のJava実装のためのケースではないかもしれません。次のソリューションは、\Eを使用する代わりに、のすべての出現をエスケープすることにより、その実装の依存関係を削除しquote()ます。また、一致する文字列に改行が含まれている場合は、DOTALLモード((?s))がアクティブになります。

    public static Pattern globToRegex(String glob)
    {
        return Pattern.compile(
            "(?s)^\\Q" +
            glob.replace("\\E", "\\E\\\\E\\Q")
                .replace("*", "\\E.*\\Q")
                .replace("?", "\\E.\\Q") +
            "\\E$"
        );
    }

-1

ちなみに、Perlでは難しいやり方だったようです

これはPerlのトリックを行います:

my @files = glob("*.html")
# Or, if you prefer:
my @files = <*.html> 

1
これは、globが一致するファイル用である場合にのみ機能します。perlの場合、グロブは実際には、私が入らない理由でグロブを使用して作成されたIPアドレスのリストから取得されました。現在の場合、グロブはURLと一致するはずでした。
ポールトゥームリン
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.