格式化字符串属性及Java正则Pattern相关技术问询

一、格式化后的字符串属性问题 #

• 格式化后的字符串仍然是字符串类型，和普通字符串本质无区别，只是内容符合特定格式规则（比如Markdown、正则表达式规则）。
• 它完全可以正常打印，输出就是带格式标记的文本；只有当对应的解析器（如Markdown渲染器、正则引擎）读取它时，才会将其作为规则执行解析或匹配操作。

二、Java代码相关疑问解答 #

先贴出原代码：

import java.util.Arrays;
import java.util.stream.Collectors;

public class StripComments {

    public static String stripComments(String text, String[] commentSymbols) {
        String pattern = String.format(
                "[ ]*([%s].*)?$",
                Arrays.stream( commentSymbols ).collect( Collectors.joining() )
        );
        return Arrays.stream( text.split( "\\n" ) )
                .map( x -> x.replaceAll( pattern, "" ) )
                .collect( Collectors.joining( "\\n" ) );
    }

}

1. pattern的作用 #

是的，这个pattern就是用来匹配commentSymbols中任意符号及其之后的所有内容，同时还会匹配符号前可能存在的任意数量空格。

2. pattern的打印输出 #

当输入为("apples, pears # and bananas\\ngrapes\\nbananas !apples", new String[]{"#", "!"})时，打印pattern会输出：[ ]*([#!].*)?$。如果传入其他注释符号（比如{"//", "/*"}），打印出的pattern会变成[ ]*([///*].*)?$（注：正则中部分特殊符号需要转义，但原例子里的#、!属于无需额外转义的元字符）。

3. 可打印字符串为何能过滤内容 #

因为replaceAll方法接收的第一个参数是正则表达式字符串——Java的正则引擎会把这个普通字符串当成正则规则解析，识别其中的特殊语法（比如[]表示字符集、*表示任意次数、$表示行尾等），从而实现匹配和替换。也就是说，它本身是可打印的普通字符串，但内容符合正则语法规则，所以能被正则引擎解读为匹配规则。

4. [ ]*([#!].*)?$的含义 #

拆解这个正则的各个部分：

• [ ]*：匹配0个或多个空格
• ([#!].*)?：可选分组，[#!]匹配#或!任意一个符号，.*匹配该符号之后的所有字符（直到行尾），?表示这个分组可以出现0次或1次
• $：匹配行的结尾
  整体意思是：匹配行尾处，0个或多个空格加上（#/!符号及其后所有内容）的组合，这个组合可以不存在，但若存在就会被匹配。

5. 直接初始化字符串是否有效 #

是的，在输入参数为{"#", "!"}的情况下，直接初始化字符串为"[ ]*([#!].*)?$"，和原代码通过String.format生成的pattern效果完全一致。但原代码写法更灵活——换其他注释符号时，只需传入不同的commentSymbols数组就能生成对应正则规则，而写死字符串的话只能处理#和!这两种符号。

内容的提问来源于stack exchange，提问作者RockBottom1114