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： 

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.iteye.com/blog/121291