有效的方法匹配大于最大字符串限制的 OutputStream 上的正则表达式模式

Question

我正在尝试找到一种有效的方法来对大小超过 String's max size 的 ByteArrayOutputStream 进行模式匹配。

对适合单个字符串的 ByteArrayOutputStream 进行模式匹配很简单：

private boolean doesStreamContainPattern(Pattern pattern, ByteArrayOutputStream baos) throws IOException {

    /*
     *  Append external source String to output stream...
     */

    if (pattern != null) {
        String out = new String(baos.toByteArray(), "UTF-8");
        if (pattern.matcher(out).matches()) {
            return true;
        }
    }

    /*
     *  Some other processing if no pattern match
     */
    return false;
}

但是如果baos的大小超过String max size，问题就变成了：

将 baos 送入多个字符串。
"Sliding" 模式匹配这些多个字符串的串联（即原始 baos 内容）。

第 2 步看起来比第 1 步更具挑战性，但我知道像 Unix sed 这样的实用程序只是在文件上执行此操作。

实现该目标的正确方法是什么？

Answer 1

您可以编写一个简单的包装器 class 来从流中实现 CharSequence：

class ByteArrayCharSequence implement CharSequence {
    private byte[] array;
    public StreamCharSequence(byte[] input) {
        array = input;
    }

    public char charAt(int index) {
        return (char) array[index];
    }
    public int length() {
        return array.length;
    }
    public CharSequence subSequence(int start, int end) {
        return new ByteArrayCharSequence(Arrays.copyOfRange(array, start, end));
    }
    public String toString() {
        // maybe test whether we exceeded max String length
    }
}

然后匹配

private boolean doesStreamContainPattern(Pattern pattern, ByteArrayOutputStream baos) throws IOException {
    if (pattern != null) {
        CharSequence seq = new ByteArrayCharSequence(baos.toByteArray());
        if (pattern.matcher(seq).matches()) {
            return true;
        }
    }

    /*
     *  Some other processing if no pattern match
     */
    return false;
}

转换为 char 并使用 copyOfRange 时，边缘明显粗糙，但它应该适用于大多数情况，您可以针对不适用的情况进行调整。

有效的方法匹配大于最大字符串限制的 OutputStream 上的正则表达式模式

Efficient way match a regex Pattern on an OutputStream greater than max String limit

java

string

outputstream