Jakarta-ORO正则库使用

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：

    Java代码   
    
  
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：

    Java代码   
    
  
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：

    Java代码   
    
  
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：

    Java代码   
    
  
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：

    Java代码   
    
  
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：

    Java代码   
    
  
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：

    Java代码   
    
  
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：

    Java代码   
    
  
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：

    Java代码   
    
  
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：

    Java代码   
    
  
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：

    Java代码   
    
  
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.iteye.com/blog/121291

Jakarta-ORO正则库使用

猜你喜欢