Перевірка за шаблоном

Очищення даних у Java

Dennis Lee

Software Engineer

Навіщо потрібна перевірка за шаблоном

Дані мають відповідати певним форматам, щоб бути точними
Приклад: дати мають бути в єдиному форматі, як-от d-MMM-yy
Проблема: різні формати дат, наприклад «24/02/22»
Рішення: використовуйте перевірку за шаблоном, щоб знаходити несумісні формати

// Ми витягли ці дати з нашого набору даних
List<String> dates = Arrays.asList("4-Jan-22", "1-Aug-22", "7-Jul-22", 
                                   "27-Apr-22", "24/02/22");

Три типи перевірки за шаблоном

Повне зіставлення шаблону
- Використовуйте, коли формат має бути точним
- Приклад: перевірка дат у форматі d-MMM-yy
Пошук за шаблоном
- Коли розташування не має значення
- Приклад: пошук або перевірка категорій товарів в описах
- Товари з «Dark Chocolate»: «85% Dark Chocolate Bar», «Dark Chocolate with Nuts»
Зіставлення символів
- Для швидкого скринінгу даних
- Приклад: перевірити, чи поле кількості містить літери («12.5x»)

Визначення шаблонів у regex

Зіставити шаблон дати d-MMM-yy (як «4-Jan-22»)
Regex: \\d{1,2}-[A-Za-z]{3}-\\d{2}

\\d{1,2}     // 1–2 цифри для дня (як 4 або 27)
-            // літерал дефіса як розділювач

[A-Za-z]{3}  // рівно 3 літери для місяця, як Jan; великі або малі
-            // літерал дефіса як розділювач

\\d{2}       // рівно 2 цифри для року (як 22)

Повне зіставлення шаблону

import java.util.regex.Pattern;

// Зіставлення d-MMM-yy
Pattern datePattern = Pattern.compile("\\d{1,2}-[A-Za-z]{3}-\\d{2}");


for (String date : dates) {
    // Перевірити, чи date відповідає datePattern
    boolean isValid = datePattern.matcher(date).matches();
    System.out.println(date + " is valid: " + isValid);
}

Повне зіставлення: результати

4-Jan-22 is valid: true
1-Aug-22 is valid: true
7-Jul-22 is valid: true
27-Apr-22 is valid: true
24/02/22 is valid: false

Пошук за шаблоном

import java.util.regex.Matcher;

Pattern monthPattern = Pattern.compile("[A-Za-z]{3}"); // 3 літери, як «Jan»

for (String date : dates) {
    Matcher matcher = monthPattern.matcher(date);  // Чи міститься monthPattern у date?

    if (matcher.find()) { // Повертає true, якщо шаблон знайдено

        // matcher.group() повертає збіг
        System.out.println("Month found: " + matcher.group());
    } else {
        System.out.println("No month found in: " + date);
    }
}

Пошук за шаблоном: результати

Month found: Jan
Month found: Aug
Month found: Jul
Month found: Apr
No month found in: 24/02/22

Зіставлення символів

import com.google.common.base.CharMatcher;

for (String date : dates) {
    boolean isValid =
            // Перевірка на наявність цифр у date
            CharMatcher.inRange('0', '9').matchesAnyOf(date) &&

             // Перевірка на наявність літер (великі та малі) у date
            CharMatcher.inRange('a', 'z')
                    .or(CharMatcher.inRange('A', 'Z')).matchesAnyOf(date) &&

            CharMatcher.is('-').matchesAnyOf(date); // Перевірка на дефіси у date
    System.out.println(date + " has valid characters: " + isValid);
}

Зіставлення символів: результати

4-Jan-22 has valid characters: true
1-Aug-22 has valid characters: true
7-Jul-22 has valid characters: true
27-Apr-22 has valid characters: true
24/02/22 has valid characters: false

Об'єднуємо все разом

// Визначити шаблон d-MMM-yy, як 4-Jan-22
Pattern datePattern = Pattern.compile("\\d{1,2}-[A-Za-z]{3}-\\d{2}");

// Повне зіставлення (чи відповідає date datePattern?)
boolean matchesPattern = datePattern.matcher(date).matches();

// Пошук за шаблоном (чи має date підрядок місяця?)
boolean hasMonth = Pattern.compile("[A-Za-z]{3}").matcher(date).find();

// Зіставлення символів (чи містить date цифри?)
boolean hasDigits = CharMatcher.digit().matchesAnyOf(date);

Давайте потренуємось!

Очищення даних у Java