如何在Java Stream中实现MatchResult到String的归约操作？

问题描述 #

我希望将MatchResult流归约为String。标准库中是否有对应的方法，还是必须自定义Collector？

目前我的方法实现如下：

public static String pointUnderlineRunnables(String line, String regex) {
    List<MatchResult> matches = Pattern.compile(regex).matcher(line).results() // 查找匹配项
            .filter(mRes -> ProgramHelper.isRunnableCode(mRes.start(), line))  // 过滤掉字符串常量和注释
            .toList();
    String underline = "";
    for (MatchResult m : matches)
        underline += " ".repeat(m.start() - underline.length()) + "^".repeat(m.end() - m.start());
    return line.strip() + "\n" + underline;
}

但我想写出类似下面的代码却做不到，因为现有映射方法不支持：

public static String pointUnderlineRunnables(String line, String regex) {
    return line.strip() + "\n" + Pattern.compile(regex).matcher(line).results() //
            .filter(mRes -> ProgramHelper.isRunnableCode(mRes.start(), line)) //
            .reduce("", (subtotal, elem) //
                -> subtotal + " ".repeat(elem.start() - subtotal.length()) + "^".repeat(elem.end() - elem.start());
}

原因是reduce要求累加器的类型和流元素类型必须相同。有没有我没注意到的其他方法可以实现这个需求？

补充说明：该方法会给行中所有正则匹配项加上下划线，仅排除少数经过过滤的内容。

示例 #

输入 #

• line: "I love food, food is cool!"
• regex: "food"

输出 #

I love food, food is cool!
       ^^^^  ^^^^

解决方案 #

不需要自定义Collector，可以直接用流的collect方法结合StringBuilder实现，既符合流API的使用习惯，又比字符串拼接的性能更好（避免大量中间字符串对象）。

实现代码如下：

public static String pointUnderlineRunnables(String line, String regex) {
    String strippedLine = line.strip();
    String underline = Pattern.compile(regex).matcher(line).results()
            .filter(mRes -> ProgramHelper.isRunnableCode(mRes.start(), line))
            .collect(StringBuilder::new, (sb, match) -> {
                // 补空格到当前匹配的起始位置
                int currentLength = sb.length();
                if (match.start() > currentLength) {
                    sb.append(" ".repeat(match.start() - currentLength));
                }
                // 添加对应长度的下划线符号
                sb.append("^".repeat(match.end() - match.start()));
            }, StringBuilder::append)
            .toString();
    return strippedLine + "\n" + underline;
}

方法说明 #

collect的三个核心参数作用：

1. 供应器：StringBuilder::new，创建一个可变的累加容器，避免字符串拼接的性能损耗
2. 累加器：处理每个MatchResult，先补全匹配起始位置前的空格，再添加对应长度的^符号
3. 组合器：StringBuilder::append，用于并行流场景下合并不同线程的累加结果（串行流中该参数不会生效，但必须声明）

你尝试的reduce确实不适合这个场景——reduce针对的是不可变归约，要求累加输入和输出类型一致；而这里需要从MatchResult转换为字符串类型的可变累加，collect才是标准库中对应的解决方案。

内容的提问来源于stack exchange，提问作者xtay2