将正则表达式应用于 Java I/O 流 [关闭]答案

【问题标题】：Applying a regular expression to a Java I/O Stream [closed]将正则表达式应用于 Java I/O 流 [关闭]
【发布时间】：2010-10-17 13:05:36
【问题描述】：

我寻求一个将正则表达式应用于 Java I/O 流的示例，它不会像我想保留二进制数据那样简单地将流转换为字符串。网上的例子多集中在文本数据上……

【问题讨论】：

【解决方案1】：

将流转换为字节数组。

【讨论】：

应该提到的是，只有当输入的大小和加载所需的时间都可以加载到内存中时，这才有意义！这意味着您需要知道流提供的数据的长度才能编写可靠的程序。知道流的输入长度与其提供可能无穷无尽的数据的目的相矛盾！

【解决方案2】：

必须对字符串执行正则表达式操作，字符串是二进制数据的编码字节。您无法对不知道它们代表什么的数据字节执行正则表达式操作。

【讨论】：

-1 我不同意。没有理由不能将正则表达式应用于二进制数据。二进制数据并不意味着您不知道它们代表什么。
假设您可以获取 0 和 1 的流并对其执行正则表达式。但是，现有的 Java API 都不能让您在不将其转换为更有意义的东西的情况下访问该原始流。
+1 同意，对二进制数据应用正则表达式没有意义。正则表达式从根本上面向字符串，它们是使用字符串定义的，因此您将始终使用字符串编码，无论是显式还是隐式。
我不会投赞成票或反对票，但假设您有一个像 ASN.1 或 Java 序列化这样的“二进制”协议。在这样的字节串中查找正则表达式是有意义的。
二进制数据的某些部分可能会巧合地匹配您的正则表达式。在这种情况下，您最终可能会进行虚假匹配或损坏二进制数据。根据您的主题数据和正则表达式，您也许可以放弃这些顾虑。但在一般情况下，二进制数据可能包含实际上并不代表字符串的字符串，这意味着存在错误匹配的风险。这就是为什么最好先分离数据，以及为什么不存在真正通用的解决方案。话虽如此，我还是赞成另一个答案，因为它对 OP 的帮助更大。 ;)

【解决方案3】：

Java 标准中没有所需的功能。您将不得不使用jakarta regexp，特别是StreamCharacterIterator 类。该类封装了一个 InputStream 用于正则表达式操作。

如果您想使用标准的正则表达式包，我建议从上一个类here 中获取源并通过实现CharSequence 而不是CharacterIterator 来更改合同。

【讨论】：

实现 CharSequence 的一个问题是接口要求类实现“public int length()”。如果您从流中读取，那么您将不知道长度并且无法将答案返回给正则表达式引擎。

【解决方案4】：

尝试使用Ragel - 带有转换回调的正则表达式工具。

可以应用于流和块。

【讨论】：