web-dev-qa-db-ja.com

正規表現の一致のストリームを作成するにはどうすればよいですか？

標準入力を解析して、特定のパターンに一致するすべての文字列を抽出し、各一致の発生数をカウントして、結果をアルファベット順に出力しようとしています。この問題はStreams APIに適しているようですが、Matcherから一致のストリームを作成する簡単な方法が見つかりません。

マッチに対してイテレータを実装し、それをストリームにラップすることでこの問題を回避しましたが、結果はあまり読みやすくありません。追加のクラスを導入せずに正規表現一致のストリームを作成するにはどうすればよいですか？

public class PatternCounter
{
    static private class MatcherIterator implements Iterator<String> {
        private final Matcher matcher;
        public MatcherIterator(Matcher matcher) {
            this.matcher = matcher;
        }
        public boolean hasNext() {
            return matcher.find();
        }
        public String next() {
            return matcher.group(0);
        }
    }

    static public void main(String[] args) throws Throwable {
        Pattern pattern = Pattern.compile("[a-zA-Z0-9.!#$%&’*+/=?^_`{|}~-]+@[a-zA-Z0-9-]+(?:\\.[a-zA-Z0-9-]+)");

        new TreeMap<String, Long>(new BufferedReader(new InputStreamReader(System.in))
            .lines().map(line -> {
                Matcher matcher = pattern.matcher(line);
                return StreamSupport.stream(
                        Spliterators.spliteratorUnknownSize(new MatcherIterator(matcher), Spliterator.ORDERED), false);
            }).reduce(Stream.empty(), Stream::concat).collect(groupingBy(o -> o, counting()))
        ).forEach((k, v) -> {
            System.out.printf("%s\t%s\n",k,v);
        });
    }
}
javaregexjava-8java-stream
25
Alfredo Diaz

Java 8には _Pattern.splitAsStream_ があり、delimiterパターンで分割されたアイテムのストリームを提供しますmatchesのストリームを取得するためのサポートメソッドはありません。

そのようなStreamを実装する場合は、Spliteratorを実装してラップするのではなく、Iteratorを直接実装することをお勧めします。あなたはIteratorに慣れているかもしれませんが、単純なSpliteratorの実装は簡単です：

_final class MatchItr extends Spliterators.AbstractSpliterator<String> {
    private final Matcher matcher;
    MatchItr(Matcher m) {
        super(m.regionEnd()-m.regionStart(), ORDERED|NONNULL);
        matcher=m;
    }
    public boolean tryAdvance(Consumer<? super String> action) {
        if(!matcher.find()) return false;
        action.accept(matcher.group());
        return true;
    }
}
_

ただし、forEachRemainingを単純なループでオーバーライドすることを検討できます。

私があなたの試みを正しく理解した場合、解決策は次のようになります。

_Pattern pattern = Pattern.compile(
                 "[a-zA-Z0-9.!#$%&’*+/=?^_`{|}~-]+@[a-zA-Z0-9-]+(?:\\.[a-zA-Z0-9-]+)");

try(BufferedReader br=new BufferedReader(System.console().reader())) {

    br.lines()
      .flatMap(line -> StreamSupport.stream(new MatchItr(pattern.matcher(line)), false))
      .collect(Collectors.groupingBy(o->o, TreeMap::new, Collectors.counting()))
      .forEach((k, v) -> System.out.printf("%s\t%s\n",k,v));
}
_

Java 9は、Matcherに直接メソッド Stream<MatchResult> results() を提供します。しかし、ストリーム内で一致を見つけるために、 Scannerでさらに便利な方法 があります。これにより、実装が簡素化されます

_try(Scanner s = new Scanner(System.console().reader())) {
    s.findAll(pattern)
     .collect(Collectors.groupingBy(MatchResult::group,TreeMap::new,Collectors.counting()))
     .forEach((k, v) -> System.out.printf("%s\t%s\n",k,v));
}
_

この回答 には、Java 8で使用できる_Scanner.findAll_のバックポートが含まれています。

30
Holger

Scannerメソッドを使用して正規表現とfindWithinHorizonを併用したい場合は、正規表現を文字列のストリームに変換することもできます。ここでは、従来のwhileループ中に使用すると非常に便利なストリームビルダーを使用します。

次に例を示します。

private Stream<String> extractRulesFrom(String text, Pattern pattern, int group) {
    Stream.Builder<String> builder = Stream.builder();
    try(Scanner scanner = new Scanner(text)) {
        while (scanner.findWithinHorizon(pattern, 0) != null) {
            builder.accept(scanner.match().group(group));
        }
    }
    return builder.build();
}
0
gil.fernandes