在Java中使用正则表达式格式化字符串

Question

是否有任何方法可以使用正则表达式将字符串格式化为特定模式，或者stringbuilder+子字符串是一种更快的方法

例如，说出一个电话号码-->；1234567890作为输入

并将输出作为-->；（123）456-7890

我在这篇文章中看到了这一点：http://www.4guysfromrolla.com/webtech/031302-1.shtml但是给出的解释是ASP。我如何在Java中实现它

Answer 1

免责声明

因为有几个答案已经提到了字符串构建器的更高效率，所以我想向您展示如何使用regex实现它，并说明使用这种方法的好处

一个正则表达式解决方案

使用此匹配的正则表达式（类似于Alan Moore's expression）：

(.{3})(.{3})(.{4})

允许您将10个字符精确匹配到3个组中，然后使用引用这些组的替换表达式，并添加其他字符：

($1) $2-$3

从而按照您的要求生产替换件。当然，它还将匹配标点和字母，这也是使用\d（作为\\d编码到Java字符串中）而不是.通配符的原因

为什么是正则表达式

正则表达式方法的潜在优势是将“逻辑”压缩到字符串操作中。由于所有的“逻辑”都可以压缩成字符串，而不是预编译的代码，因此正则表达式匹配和替换字符串可以存储在数据库中，以便有经验的系统用户更容易操作、更新或自定义。这使得情况在多个层面上更加复杂，但为用户提供了更大的灵活性

使用其他方法（字符串操作），仅通过用户界面根本不可能更改格式化算法，从而生成(555)123-4567或555.123.4567而不是指定的(555) 123-4567。使用regex方法，修改将非常简单，只要将($1) $2-$3（在数据库或类似存储中）适当地更改为$1.$2.$3或($1)$2-$3

如果您想修改您的系统以接受“dirtier”输入，这可能包括各种格式化尝试，例如555-123.4567，并将其重新格式化为一致的格式，那么可以制作一个能够实现这一点的字符串操作算法，并重新编译应用程序，使其按照您的意愿工作。然而，对于正则表达式解决方案，不需要进行系统大修——只需像这样更改解析和替换表达式（对于初学者来说可能有点复杂，需要立即理解）：

^\D*1?\D*([2-9])\D*(\d)\D*(\d)\D*(\d)\D*(\d)\D*(\d)\D*(\d)\D*(\d)\D*(\d)\D*(\d).*$
($1$2$3) $4$5$6-$7$8$9$10

这将允许对程序的能力进行重大的“升级”，如以下重新格式化所示：

"Input"                       "Output"
----------------------------- --------------------------------
"1323-456-7890 540"           "(323) 456-7890"
"8648217634"                  "(864) 821-7634"
"453453453322"                "(453) 453-4533"
"@404-327-4532"               "(404) 327-4532"
"172830923423456"             "(728) 309-2342"
"jh345gjk26k65g3245"          "(345) 266-5324"
"jh3g24235h2g3j5h3"           "(324) 235-2353"
"12345678925x14"              "(234) 567-8925"
"+1 (322)485-9321"            "(322) 485-9321"
"804.555.1234"                "(804) 555-1234"
"08648217634"                 <no match or reformatting>

正如您所看到的，它对输入“格式化”非常“宽容”，并且知道1应该在数字的开头被忽略，并且0应该会导致错误，因为它是无效的-所有存储在单个字符串中

问题归结为性能与定制潜力。字符串操作比正则表达式快，但未来的增强自定义需要重新编译，而不是简单地更改字符串。这就是说，有些东西不能很好地表达（甚至不能像上面的更改那样可读），有些东西在regex中是不可能的

TL；医生：

Regex允许将解析算法存储到一个相对较短的字符串中，该字符串可以轻松存储，以便无需重新编译即可修改。更简单、更集中的字符串操作函数更高效，有时可以完成比正则表达式更多的任务。关键是要了解应用程序的工具和需求，并使用最适合这种情况的工具

Answer 2

带有子字符串的StringBuilder将更快，但并不总是最简单/最好的方法。在这种情况下，我将只使用子字符串

String num = "1234567890";
String formatted = "(" + num.substring(0,3) + ") "
     + num.substring(3,6) + "-" + num.substring(6); 

Answer 3

带有组的正则表达式匹配器实际上只是一些字符串容器，再加上大量重新匹配的代码。（实际上，您可以查看源代码并亲自查看。）这没有比自己使用substring()更便宜的了，尤其是像您这样使用固定偏移量

Answer 4

当不能使用substring或更难使用时，可以使用RE

在您的情况下，最好只使用StringBuilder和insert()

假设电话号码长度验证已到位（=10个字符）

        String phoneNumber = "1234567890";
        StringBuilder sb = new StringBuilder(phoneNumber)
                                .insert(0,"(")
                                .insert(4,")")
                                .insert(8,"-");
        String output = sb.toString();
        System.out.println(output);          

输出

(123)456-7890

Answer 5

同样的技术也适用于Java；您只需调整Java语法和API：

s = s.replaceFirst("(\\d{3})(\\d{3})(\\d{4})", "($1) $2-$3");

但我不明白你为什么问更快的方法。您是否尝试过类似的方法并遇到性能问题？几乎可以肯定的是，使用StringBuilder可以更高效地完成这项工作，但实际上，这几乎肯定是不值得的

或者你是在说，相对于用StringBuilder手工编码，学习如何用正则表达式来实现这一点需要多少时间？不过，这一点现在还没有定论D

Answer 6

我将结合使用java String.format()方法和String.substring()