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：

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());

}

}

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));

}

}

}

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);

}

}

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);

}

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);

}

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());

}

}

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
));

}

}

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);

}

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);

}

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);

}

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);

}

}

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