使用Jakarta-ORO库的几个例子
最近看到别人再用这个库,找来一篇文章补习补习,毕竟没用过么,只是用过Java自带的Parttern
转自：http://oaklet.javaeye.com/blog/232969
Jakarta-ORO是最全面以及优化得最好的正则表达式API之一，Jakarta-ORO库以前叫做OROMatcher，是由Daniel F. Savarese编写，后来他赠给Jakarta Project。
Jakarta-ORO正则表达式库支持Perl5兼容的正则表达式语法。
环境 jdk1.5.0_12， jakarta-oro-2.0.8
查找：
- public static void simpleContains() throws Exception {
- Pattern pattern = new Perl5Compiler().compile( "//d+" );
- Perl5Matcher matcher = new Perl5Matcher();
- PatternMatcherInput matcherInput = new PatternMatcherInput( "北京2008年8月08日20时" );
- while (matcher.contains(matcherInput, pattern)) {
- MatchResult result = matcher.getMatch();
- System.out.println(result.toString());
- }
- }
输出：
2008
8
08
20
分组：
- public static void simpleResults() throws Exception {
- Pattern pattern = new Perl5Compiler().compile( "(//d+//.//d+//.//d+//.//d+)@(//d{2}///d{2}///d{4})" );
- Perl5Matcher matcher = new Perl5Matcher();
- PatternMatcherInput matcherInput = new PatternMatcherInput( "202.108.9.38@08/10/2008" );
- while (matcher.contains(matcherInput, pattern)) {
- MatchResult result = matcher.getMatch();
- for ( int i = 0 ; i < result.groups(); i++) {
- System.out.printf("%s : %s/n" , i, result.group(i));
- }
- }
- }
输出：
0 : 202.108.9.38@08/10/2008
1 : 202.108.9.38
2 : 08/10/2008
拆分：
- public static void spiltIt() throws Exception {
- String rawStr = "北京;朝阳;鸟巢奥运会场" ;
- ArrayList<String> results = new ArrayList<String>();
- Perl5Matcher matcher = new Perl5Matcher();
- Pattern pattern = new Perl5Compiler().compile( ";" );
- Util.split(results, matcher, pattern, rawStr);
- for (String r : results) {
- System.out.println(r);
- }
- }
输出：
北京
朝阳
鸟巢奥运会场
替换：
- public static void substituteIt() throws Exception {
- String rawStr = "2008-08-11 17:16:32" ;
- Perl5Matcher matcher = new Perl5Matcher();
- Pattern pattern = new Perl5Compiler().compile( "-" );
- String result = Util.substitute(matcher, pattern, new Perl5Substitution( "," ), rawStr, Util.SUBSTITUTE_ALL);
- System.out.println(result);
- }
输出：
2008,08,11 17:16:32
替换2：
- public static void substituteIt2() throws Exception {
- String rawStr = "2008-08-11 17:16:32" ;
- Perl5Matcher matcher = new Perl5Matcher();
- Pattern pattern = new Perl5Compiler().compile( "(//d{4})-(//d{2})-(//d{2}) (//d{2}://d{2}://d{2})" );
- String result = Util.substitute(matcher, pattern, new Perl5Substitution( "变换 $3,$2,$1 $4" ), rawStr, Util.SUBSTITUTE_ALL);
- System.out.println("格式yyyy-MM-dd HH:mm:ss到dd,MM,yyyy HH:mm:ss" );
- System.out.println(result);
- }
输出：
格式yyyy-MM-dd HH:mm:ss到dd,MM,yyyy HH:mm:ss
变换 11,08,2008 17:16:32
小结：
上面的几种用法看起来要比java.util.regex包用着要复杂，如果是简单应用的话还是用自带的包省力。
下面几种用法是Perl5格式用法，如果习惯这种格式，用起来还是比较爽的。
Perl5Util查找格式：
[ m ] / pattern / [ i ][ m ][ s ][ x ]
第一个m写不写都可以（The m prefix is optional）
i 忽略大小写（case insensitive match）
m 多行模式（treat the input as consisting of multiple lines）
s 单行模式（treat the input as consisting of a single line）
x 使用扩展语法 （enable extended expression syntax）
查找 MyDoc/Java/SimpleJava 时
正常写法 "m/MyDoc///Java///SimpleJava/"
扩展写法 "m#MyDoc/Java/SimpleJava#x"
Perl5Util查找：
- public static void perl5Match() {
- Perl5Util plUtil = new Perl5Util();
- PatternMatcherInput matcherInput = new PatternMatcherInput( "北京2008年8月08日20时" );
- while (plUtil.match( "///d+/" , matcherInput)) {
- MatchResult result = plUtil.getMatch();
- System.out.println(result.toString());
- }
- }
输出：
2008
8
08
20
分组：
- public static void perl5Match2() {
- Perl5Util plUtil = new Perl5Util();
- PatternMatcherInput matcherInput = new PatternMatcherInput( "202.108.9.38@08/10/2008" );
- while (plUtil.match( "m#08(/10/)2008#x" , matcherInput)) {
- MatchResult result = plUtil.getMatch();
- System.out.printf("%s : %s/n" , 0 , result.group( 0 ));
- System.out.printf("%s : %s/n" , 1 , result.group( 1 ));
- }
- }
输出：
0 : 08/10/2008
1 : /10/
Perl5Util替换格式：
s / pattern / replacement / [ g ][ i ][ m ][ o ][ s ][ x ]
第一个s必须要写（The s prefix is mandatory）
g 全部替换。默认只替换第一个
i 忽略大小写（case insensitive match）
m 多行模式（treat the input as consisting of multiple lines）
o 只替换第一个（吾不确认）
s 单行模式（treat the input as consisting of a single line）
x 使用扩展语法 （enable extended expression syntax）
Perl5Util替换：
- public static void perl5Substitute() throws Exception {
- String rawStr = "2008-08-11 17:16:32" ;
- Perl5Util plutil = new Perl5Util();
- String result = plutil.substitute("s/-/,/g" , rawStr);
- System.out.println(result);
- }
输出：
2008,08,11 17:16:32
Perl5Util替换2：
- public static void perl5Substitute2() throws Exception {
- String rawStr = "2008-08-11 17:16:32" ;
- Perl5Util plutil = new Perl5Util();
- String result = plutil.substitute("s/(//d{4})-(//d{2})-(//d{2}) (//d{2}://d{2}://d{2})/变换 $3,$2,$1 $4/g" , rawStr);
- System.out.println("格式yyyy-MM-dd HH:mm:ss到dd,MM,yyyy HH:mm:ss" );
- System.out.println(result);
- }
输出：
格式yyyy-MM-dd HH:mm:ss到dd,MM,yyyy HH:mm:ss
变换 11,08,2008 17:16:32
Perl5Util替换3：
- public static void perl5AddCommas() throws Exception {
- String rawStr = "314159265" ;
- Perl5Util plutil = new Perl5Util();
- while (plutil.match( "/[+-]?//d*//d{4}/" , rawStr)){
- rawStr = plutil.substitute("s/([+-]?//d*//d)(//d{3})/$1,$2/" , rawStr);
- System.out.println(rawStr);
- }
- System.out.println(rawStr);
- }
输出：
314159,265
314,159,265
314,159,265
过滤：
- public static void filter() {
- String path = "D://MyDoc//Java//SimpleJava" ;
- File file = new File(path);
- String[] globList = file.list(new GlobFilenameFilter( "*.java" ));
- for (String fn : globList) {
- System.out.println(fn);
- }
- String[] perl5List = file.list(new Perl5FilenameFilter( ".+//.java" ));
- for (String fn : perl5List) {
- System.out.println(fn);
- }
- }
输出：
DepCreater.java
ReadAndWrite.java
DepCreater.java
ReadAndWrite.java
模式匹配的几个问题：
表达式的递归匹配
用正则表达式来分析一个计算式中的括号配对情况，想办法把有嵌套的的成对括号或者成对标签匹配出来。
非贪婪匹配的效率
当一个表达式中，有多个非贪婪匹配时，或者多个未知匹配次数的表达式时，这个表达式将可能存在效率上的陷阱。有时候，匹配速度非常慢。（简单避开方法表达式使用不超过一个非贪婪）
参考文章：
http://xzio.javaeye.com/blog/121291