Как преобразовать произвольную строку в идентификатор Java?

Мне нужно преобразовать любую произвольную строку:

  • строку с пробелами
  • 100stringsstartswithnumber
  • строка€со специальными символами%†/!
  • [пустая строка]

к действительному идентификатору Java:

  • string_with_spaces
  • _100stringsstartswithnumber
  • строка_с_специальный_символы___
  • _

есть ли существующий инструмент для этого задач?

с таким количеством Java-источников рефакторинга / генерации фреймворков можно было бы подумать, что это должна быть довольно распространенная задача.

9
code-generation identifier java string

4 ответов

этот простой метод преобразования любой входная строка в допустимый идентификатор java:

public static String getIdentifier(String str) {
    try {
        return Arrays.toString(str.getBytes("UTF-8")).replaceAll("\D+", "_");
    } catch (UnsupportedEncodingException e) {
        // UTF-8 is always supported, but this catch is required by compiler
        return null;
    }
}

пример:

"%^&*\n()" --> "_37_94_38_42_10_56_94_40_41_"

любые входные символы будут работать-символы иностранного языка, linefeeds, что угодно!
Кроме того, этот алгоритм:

  • воспроизводимость
  • уникальный-ie будет всегда и только произвести тот же результат, если str1.equals(str2)
  • реверсивные

спасибо Йоахим Зауэр на UTF-8 предложение

если коллизии в порядке (где возможно, чтобы две входные строки давали один и тот же результат), этот код выдает читаемый вывод:

public static String getIdentifier(String str) {
    StringBuilder sb = new StringBuilder();
    for (int i = 0; i < str.length(); i++) {
        if (Character.isJavaIdentifierStart(str.charAt(0)) || i > 0 && Character.isJavaIdentifierPart(str.charAt(i)))
            sb.append(str.charAt(i));
        else
            sb.append((int)str.charAt(i));
    }
    return sb.toString();
}

Он сохраняет символы, которые являются допустимыми идентификаторами, преобразовывать только те, которые являются недопустимыми в их десятичные эквиваленты.

10

Я не знаю инструмента для этой цели, но его можно легко создать с помощью класса символов.

знаете ли вы, что строка€с_специальными_символами___ является юридическим идентификатором java?

public class Conv {
    public static void main(String[] args) {
        String[] idents = { "string with spaces", "100stringsstartswithnumber",
                "string€with%special†characters/\!", "" };
        for (String ident : idents) {
            System.out.println(convert(ident));
        }
    }

    private static String convert(String ident) {
        if (ident.length() == 0) {
            return "_";
        }
        CharacterIterator ci = new StringCharacterIterator(ident);
        StringBuilder sb = new StringBuilder();
        for (char c = ci.first(); c != CharacterIterator.DONE; c = ci.next()) {
            if (c == ' ')
                c = '_';
            if (sb.length() == 0) {
                if (Character.isJavaIdentifierStart(c)) {
                    sb.append(c);
                    continue;
                } else
                    sb.append('_');
            }
            if (Character.isJavaIdentifierPart(c)) {
                sb.append(c);
            } else {
                sb.append('_');
            }
        };
        return sb.toString();
    }
}

печать

string_with_spaces
_100stringsstartswithnumber
string€with_special_characters___
_
3

Если вы делаете это автоматически сформированный код (т. е. не заботятся о читабельности) одна из моих любимых, это просто в base64 его. Нет необходимости играть в language lawyer над тем, какие символы действительны в каких кодировках, и это довольно распространенный способ "защиты" произвольных байтовых данных.

1

С таким количеством Java-источников рефакторинга / генерации фреймворков можно было бы подумать, что это должна быть довольно распространенная задача.

на самом деле это не так.

  • структура рефакторинга кода начнется с существующих допустимых идентификаторов java, сможет генерировать новый идентификатор, объединяя их с некоторыми дополнительными символами для целей устранения неоднозначности.

  • начнется типичная структура генерации кода с "именами", взятыми из ограниченного набора символов. Ему не придется иметь дело с произвольными символами.

Я предполагаю, что целью вашего конвертера является создание идентификаторов, которые напоминают входные строки, если это возможно. Если это так, я бы сделал преобразование, сопоставив все законные символы идентификатора как есть и заменив незаконные символы идентификатора на "$xxxx", где "xxxx" - это 4-значная шестнадцатиразрядная кодировка Java 16-бит характер.

ваша схема тоже работает, но замена всех незаконных символов на " _ " с большей вероятностью приведет к коллизиям идентификаторов; т. е. где две входные строки сопоставляются с одним и тем же идентификатором.

это прямолинейно для кода, поэтому я оставлю это для вас.

1