数値を含む文字列のソート

「"任意の文字列" + 数値」という文字列が複数あり、これを昇順に並べ替えたいです。
文字列ソートだと100が2より前に来てしまうため、正規表現とComparatorで実装しようとしました。

しかし、文字列の重複があり得ることになり(例えばABC1が複数出現する)、その場合は連番を付与することになりました。(連番のつけ方については見て連番だとわかればよいのですが、ABC1、ABC1_2、ABC1_3・・・が基本方針となりました)
単純に末尾から数値を取得して比較すればよいと思っていたのが、連番が付与されることになって考え直すことになり、悩んでいます。

例：
ABC1、ABC1_2、ABC2、ABC2_2、ABC10、ABC011と並べたいです。

よろしくお願いします。

cateye

2017/04/03 02:26

"任意の文字列"は文字列長は決まっていますか？　（アルファベットのみとした場合）大文字・小文字の区別は？

oscikonome

2017/04/03 02:29

長さは決まっていません。また、大小の区別はしたいです。

行動規範の内容に同意します

回答3件

ベストアンサー

こういうところを使っていろいろ試してみましょう。→Regular Expression Test Drive
まず、正規表現のパターン文字列は次のようになります。

".+?(\d+)(?:_(\d+))?"

最初の".+"はおなじみ「任意の文字列」ですが、今回は".+?"としています。理由は後述。
そのあとの"(\d+)"も「1文字以上の数字」でおなじみ。グループ化してインデックスは1番になります。
そのあと、"(?:(\d+))?"としています。"(?:...)"は「グループ化だけ行う括弧」で、グループ化はするが、groupメソッドで使うインデックスにカウントされない性質を持ちます。ここでは"(\d+)"(アンダースコアと数字1文字以上のつながり)をグループとして、その次の"?"(直前が0回か1回を意味する量指定子)の対象にしています。この数字の部分がグループ2になります。

さて、最初の任意の文字列の部分で".+?"とした理由についてですが、最後のグループが関係します。
最後のグループの量指定子を"?"にしたため、最後のグループについては「無くてもいい」扱いになります。
最初を".+"とした場合、「パターンにマッチすることを優先に最長部分とマッチ」するため、最後のグループをないことにし、末尾の数字をグループ1の数字とみなして、それ以外を".+"にマッチ、という形になり、連番に対応できなくなってしまいます。
そこで、パターンにマッチするよう「最短部分」にマッチさせるため、".+?"としています。

長くなりましたが、これを使ってComparatorを作成すると(文字列がこのパターンにマッチすること前提)
こんな感じになるのでは(未検証)

java
1Comparator<String> comparator = new Comparator<>() {
2    Pattern pattern = Pattern.compile(".+?(\\d+)(?:_(\\d+))?");
3    @Override
4    public int compare(String s1, String s2) {
5        Matcher m1 = pattern.matcher(s1);
6        Matcher m2 = pattern.matcher(s2);
7        if (m1.find() && m2.find()) {
8            int n1 = Integer.parseInt(m1.group(1));
9            int n2 = Integer.parseInt(m2.group(1));
10            int x = Integer.compare(n1, n2);
11            if (x == 0) {
12                n1 = m1.group(2).equals("") ? 1 : Integer.parseInt(m1.group(2));
13                n2 = m2.group(2).equals("") ? 1 : Integer.parseInt(m2.group(2));
14                x = Integer.compare(n1, n2);
15            }
16            return x;
17        } else {
18            return 0; //どちらかがマッチしなければこの方法での比較はできないので、場合によっては例外スロー
19        }
20    }
21};