【正则表达式】使用正则表达式的group，查找出String中的参数值

需求

指标基本格式：

clm.{type}.{hostId}.$metricItem

示例1：

// 待匹配表达式：<hostId: 为36位的UUID>
summarize(clm.pm.xxx.yyy.uuu.zzz.0193f1b3-7bcc-4374-8546-8e87b7276003.agg.cpu.percent-avg.system,'10min','avg',true)

希望匹配出:
- type: pm.xxx.yyy.uuu.zzz
- hostId: 0193f1b3-7bcc-4374-8546-8e87b7276003

返回的Map为：
{hostId=0193f1b3-7bcc-4374-8546-8e87b7276003, type=pm.xxx.yyy.uuu.zzz}

示例2：

// 待匹配表达式：<hostId: 为36位的UUID>  
summarize(clm.pm.0193f1b3-7bcc-4374-8546-8e87b7276003.agg.cpu.percent-avg.system,'10min','avg',true)

希望匹配出:
- type: pm
- hostId: 0193f1b3-7bcc-4374-8546-8e87b7276003

返回的Map为：
{hostId=0193f1b3-7bcc-4374-8546-8e87b7276003, type=pm}

示例3：

// 待匹配表达式：<hostId: 使用 "_"分割的IP地址> 
summarize(clm.pm.xxx.yyy.uuu.zzz.10_144_202_141.agg.cpu.percent-avg.system,'10min','avg',true)

希望匹配出:
- type: pm.xxx.yyy.uuu.zzz
- hostId: 0193f1b3-7bcc-4374-8546-8e87b7276003

返回的Map为：
{hostId=10_144_202_141, type=pm.xxx.yyy.uuu.zzz}

基本思路

使用正则表达式的group()去获取结果；

group()正则表示中，使用小括号()表示不同的group，有多少个开括号(，就会有多少个组，表示为：group(0)、group(1)、group(N);
group()正则表示中，可以为不同的group添加名称，如<type>或<hostId>，方便匹配；

对于示例1和示例2,可使用下面的group()表达式去匹配：

// hostId: 为36位的UUID
"^.*clm\.(?<type>\w+\.*.*)\.(?<hostId>\w{8}(?:-\w{4}){3}-\w{12}?)"

解析：
上面包括多个组，下面仅介绍感兴趣的组，比如：
1. (?<type>\w+\.*.*) : 别名为 type，匹配此()内的值；
2. (?<hostId>\w{8}(?:-\w{4}){3}-\w{12}?)： 别名为 hostId，匹配此()内的值(注：为最外层的小括号)

对于示例3,可使用下面的group()表达式去匹配：

// hostId: 使用 "_"分割的IP地址
"^.*clm\.(?<type>\w+\.*.*)\.(?<hostId>\d{0,3}_\d{0,3}_\d{0,3}_\d{0,3})"

代码实现

RegexGroupUtils.java

import com.google.common.base.Strings;
import com.google.common.collect.Maps;
import org.springframework.util.CollectionUtils;
import org.springframework.util.ObjectUtils;

import java.util.Map;
import java.util.Set;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexGroupUtils {
    private static final Pattern groupAlias = Pattern.compile("\<(.*?)\>");

    /**
     * 使用正则表达式的group，查找出String中的参数值；<br/>
     * 示例如下：
     * <pre>{@code
     *  // 格式：
     *  clm.{type}.{hostId}.$metricItem
     *
     *  // 待匹配表达式：<hostId: 为36位的UUID>
     *  summarize(clm.pm.xxx.yyy.uuu.zzz.0193f1b3-7bcc-4374-8546-8e87b7276003.agg.cpu.percent-avg.system,'10min','avg',true)
     *
     *  希望匹配出:
     *  - type: pm.xxx.yyy.uuu.zzz
     *  - hostId: 0193f1b3-7bcc-4374-8546-8e87b7276003
     *
     *  返回的Map为：
     *  {hostId=0193f1b3-7bcc-4374-8546-8e87b7276003, type=pm.xxx.yyy.uuu.zzz}
     * }</pre>
     *
     * @param sourceString 待匹配的字符串
     * @param pattern      正则表达式
     * @return
     */
    public static Map<String, String> findParams(String pattern, String sourceString) {
        Map<String, String> mapResult = Maps.newConcurrentMap();

        if (Strings.isNullOrEmpty(sourceString) || ObjectUtils.isEmpty(pattern)) {
            return mapResult;
        }

        // 找出pattern中以"<xxxx>"表示的组别名
        Set<String> groupNames = PlaceHolderReplaceUtils.findPlaceHolderKeys(pattern, groupAlias);
        if (CollectionUtils.isEmpty(groupNames)) {
            return mapResult;
        }

        // 创建 Pattern 对象
        Pattern r = Pattern.compile(pattern);

        // 现在创建 matcher 对象
        Matcher m = r.matcher(sourceString);
        if (m.find()) {
            for (String param : groupNames) {
                String value = m.group(param);
                if (!Strings.isNullOrEmpty(value)) {
                    mapResult.put(param, value);
                }
            }
        }

        return mapResult;
    }

}

PlaceHolderReplaceUtils.java

import com.google.common.base.Strings;
import com.google.common.collect.Sets;
import org.springframework.util.CollectionUtils;
import org.springframework.util.ObjectUtils;

import java.beans.PropertyDescriptor;
import java.lang.reflect.Method;
import java.util.Map;
import java.util.Set;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * Desc: 占位符替换, 占位符表示为：{@code {placeholder}}；
 * <p>
 * 示例：替换如下{xxx}占位符中的内容
 * <pre>"名字:{name},年龄:{age},学校:{school}"</pre>
 */
public class PlaceHolderReplaceUtils {
    private static final Pattern pattern = Pattern.compile("\{(.*?)\}");
    private static Matcher matcher;

    /**
     * 查找String中的占位符keys；<br/>
     * 示例： "名字:{name},年龄:{age},学校:{school}"， 则返回：Set[name,age,school]
     * <p>
     * pattern示例：
     * <pre> {@code
     *  // 尖括号：<placeHolder> 表示为占位符
     *  Pattern pattern = Pattern.compile("\<(.*?)\>");
     *
     *  // 大括号：{placeHolder} 表示为占位符， 上面的示例中就使用{}作为占位符
     *  Pattern pattern = Pattern.compile("\{(.*?)\}");
     * }
     * </pre>
     *
     * @param sourceString
     * @param pattern
     * @return
     */
    public static Set<String> findPlaceHolderKeys(String sourceString, Pattern pattern) {
        Set<String> placeHolderSet = Sets.newConcurrentHashSet();

        if (Strings.isNullOrEmpty(sourceString) || ObjectUtils.isEmpty(pattern)) {
            return placeHolderSet;
        }

        String targetString = sourceString;
        matcher = pattern.matcher(sourceString);
        while (matcher.find()) {
            String key = matcher.group();  //示例: {name}
            String placeHolder = key.substring(1, key.length() - 1).trim();  //示例： name
            placeHolderSet.add(placeHolder);
        }

        return placeHolderSet;
    }

}

测试代码

import org.junit.Test;

public class RegexGroupUtilsTest {
    @Test
    public void findParams() {
        //-----------start 测试匹配 uuid（32-36位）
        String line1 = "summarize(clm.pm.xxx.yyy.uuu.zzz.0193f1b3-7bcc-4374-8546-8e87b7276003.agg.cpu.percent-avg.system,'10min','avg'," +
                "true)";
        String line2 = "summarize(clm.pm.0193f1b3-7bcc-4374-8546-8e87b7276003.agg.cpu.percent-avg.system,'10min','avg',true)";
        String pattern = "^.*clm\.(?<type>\w+\.*.*)\.(?<hostId>\w{8}(?:-\w{4}){3}-\w{12}?)"; //OK

        System.out.println("-----line1--------");
        System.out.println(RegexGroupUtils.findParams(pattern, line1).toString());
        System.out.println("-----line2--------");
        System.out.println(RegexGroupUtils.findParams(pattern, line2).toString());
        //-----------end 测试匹配 uuid（32-36位）

        //-----------start 测试匹配 ip（下划线分割)
        System.out.println("----------------IP------------");
        String lineIp = "summarize(clm.pm.xxx.yyy.uuu.zzz.10_144_202_141.agg.cpu.percent-avg.system,'10min','avg'," +
                "true)";
        String patternIp = "^.*clm\.(?<type>\w+\.*.*)\.(?<hostId>\d{0,3}_\d{0,3}_\d{0,3}_\d{0,3})";
        System.out.println(RegexGroupUtils.findParams(patternIp, lineIp).toString());
        //-----------start 测试匹配 ip（下划线分割)
    }
    /**
     * 输出：
     *
     * -----line1--------
     * {hostId=0193f1b3-7bcc-4374-8546-8e87b7276003, type=pm.xxx.yyy.uuu.zzz}
     * -----line2--------
     * {hostId=0193f1b3-7bcc-4374-8546-8e87b7276003, type=pm}
     * ----------------IP------------
     * {hostId=10_144_202_141, type=pm.xxx.yyy.uuu.zzz}
     */
}

【正则表达式】使用正则表达式的group，查找出String中的参数值

需求

基本思路

代码实现

测试代码

相关链接