如何编写Java代码从指定字符串生成对应的正则表达式？

核心思路 #

要实现将输入字符串转换为示例中的正则表达式，核心是把连续的同类型字符（这里以小写字母为例）分组，对每组取字符的ASCII最小/最大值生成范围，再加上字符长度；非字母的特殊字符则直接转义后保留（确保正则能正确匹配原字符）。

完整代码实现 #

public class RegexGenerator {
    public static void main(String[] args) {
        String input = "anet.leverling@gmail.com";
        String regex = generateRegex(input);
        System.out.println(regex);
        // 输出: [a-t]{4}\.[e-v]{9}@[a-o]{5}\.[a-m]{3}
    }

    public static String generateRegex(String input) {
        StringBuilder regexBuilder = new StringBuilder();
        int length = input.length();
        int index = 0;

        while (index < length) {
            char currentChar = input.charAt(index);
            // 处理连续的小写字母段
            if (Character.isLowerCase(currentChar)) {
                int segmentStart = index;
                // 找到连续小写字母的结束位置
                while (index < length && Character.isLowerCase(input.charAt(index))) {
                    index++;
                }
                String letterSegment = input.substring(segmentStart, index);
                // 获取段内最小和最大字符
                char minChar = (char) letterSegment.chars().min().getAsInt();
                char maxChar = (char) letterSegment.chars().max().getAsInt();
                // 追加正则片段
                regexBuilder.append(String.format("[%c-%c]{%d}", minChar, maxChar, letterSegment.length()));
            } else {
                // 处理非字母字符，转义正则特殊字符
                regexBuilder.append(escapeSpecialRegexChar(currentChar));
                index++;
            }
        }
        return regexBuilder.toString();
    }

    // 转义正则表达式中的特殊字符
    private static String escapeSpecialRegexChar(char c) {
        String specialChars = ".^$*+?()|[]\\{}";
        return specialChars.indexOf(c) != -1 ? "\\" + c : String.valueOf(c);
    }
}

代码说明 #

1. 字符分组：遍历字符串时，将连续的小写字母划分为单独的段，非字母字符逐个处理。
2. 范围生成：对每个字母段，通过chars().min()和chars().max()获取段内字符的最小、最大值，生成[min-max]{length}格式的正则片段。
3. 特殊字符转义：对.、@、*等正则特殊字符添加反斜杠转义，避免它们被当作正则语法解析。

扩展说明 #

如果需要支持大写字母、数字等其他字符类型，可以修改Character.isLowerCase()判断逻辑，比如加入Character.isUpperCase()或Character.isDigit()的分支处理，对应生成[A-Z]{n}或[0-9]{n}这类片段。

内容的提问来源于stack exchange，提问作者GulamMd