如何使用Jakarta-ORO库

 

如何使用Jakarta-ORO库

简介

 

    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 

 

源码 打印 ？

1. public   static   void  simpleContains()  throws  Exception {    
2.     Pattern pattern = new  Perl5Compiler().compile( "//d+" );    
3.     Perl5Matcher matcher = new  Perl5Matcher();    
4.     PatternMatcherInput matcherInput = new  PatternMatcherInput( "北京2008年8月08日20时");    
5.     while  (matcher.contains(matcherInput, pattern)) {    
6.         MatchResult result = matcher.getMatch();    
7.         System.out.println(result.toString());    
8.     }    
9. }    

 

输出：  
2008 
8 
08 
20  

 

源码 打印 ？

1. public   static   void  simpleResults()  throws  Exception {    
2.     Pattern pattern = new  Perl5Compiler().compile( "(//d+//.//d+//.//d+//.//d+)@(//d{2}///d{2}///d{4})" );    
3.     Perl5Matcher matcher = new  Perl5Matcher();    
4.     PatternMatcherInput matcherInput = new  PatternMatcherInput("202.108.9.38@08/10/2008" );    
5.     while  (matcher.contains(matcherInput, pattern)) {    
6.         MatchResult result = matcher.getMatch();    
7.         for ( int  i =  0 ; i < result.groups(); i++) {    
8.             System.out.printf("%s : %s/n" , i, result.group(i));    
9.         }    
10.     }    
11. }    

 

输出：  
0 : 202.108.9.38@08/10/2008 
1 : 202.108.9.38 
2 : 08/10/2008  

 

源码 打印 ？

1. public   static   void  spiltIt()  throws  Exception {    
2.     String rawStr = "北京;朝阳;鸟巢奥运会场" ;    
3.     ArrayList<String> results = new  ArrayList<String>();    
4.     Perl5Matcher matcher = new  Perl5Matcher();    
5.     Pattern pattern = new  Perl5Compiler().compile( ";" );    
6.     Util.split(results, matcher, pattern, rawStr);    
7.     for  (String r : results) {    
8.         System.out.println(r);    
9.     }    
10. }    

 

输出：  
北京 
朝阳 
鸟巢奥运会场  

替换：  

 

源码 打印 ？

1. public   static   void  substituteIt()  throws  Exception {    
2.     String rawStr = "2008-08-11 17:16:32" ;    
3.     Perl5Matcher matcher = new  Perl5Matcher();    
4.     Pattern pattern = new  Perl5Compiler().compile( "-" );    
5.     String result = Util.substitute(matcher, pattern, new  Perl5Substitution( ","), rawStr, Util.SUBSTITUTE_ALL);    
6.     System.out.println(result);    
7. }    

 

输出：  
2008,08,11 17:16:32  

替换2：  

 

源码 打印 ？

1. public   static   void  substituteIt2()  throws  Exception {    
2.     String rawStr = "2008-08-11 17:16:32" ;    
3.     Perl5Matcher matcher = new  Perl5Matcher();    
4.     Pattern pattern = new  Perl5Compiler().compile( "(//d{4})-(//d{2})-(//d{2}) (//d{2}://d{2}://d{2})" );    
5.     String result = Util.substitute(matcher, pattern, new  Perl5Substitution( "变换 $3,$2,$1 $4" ), rawStr, Util.SUBSTITUTE_ALL);    
6.     System.out.println("格式yyyy-MM-dd HH:mm:ss到dd,MM,yyyy HH:mm:ss" );    
7.     System.out.println(result);    
8. }    

 

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：  

 

源码 打印 ？

1. public   static   void  perl5Match() {    
2.     Perl5Util plUtil = new  Perl5Util();    
3.     PatternMatcherInput matcherInput = new  PatternMatcherInput( "北京2008年8月08日20时");    
4.     while  (plUtil.match( "///d+/" , matcherInput)) {    
5.         MatchResult result = plUtil.getMatch();    
6.         System.out.println(result.toString());    
7.     }    
8. }    

 

输出：  
2008 
8 
08 
20  

分组：

 

源码 打印 ？

1. public   static   void  perl5Match2() {    
2.     Perl5Util plUtil = new  Perl5Util();    
3.     PatternMatcherInput matcherInput = new  PatternMatcherInput("202.108.9.38@08/10/2008" );    
4.     while  (plUtil.match( "m#08(/10/)2008#x" , matcherInput)) {    
5.         MatchResult result = plUtil.getMatch();    
6.         System.out.printf("%s : %s/n" ,  0 , result.group( 0 ));    
7.         System.out.printf("%s : %s/n" ,  1 , result.group( 1 ));    
8.     }    
9. }    

 

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：  

源码 打印 ？

1. public   static   void  perl5Substitute()  throws  Exception {    
2.     String rawStr = "2008-08-11 17:16:32" ;    
3.     Perl5Util plutil = new  Perl5Util();    
4.     String result = plutil.substitute("s/-/,/g" , rawStr);    
5.     System.out.println(result);    
6. }    

输出：  
2008,08,11 17:16:32  

Perl5Util替换2：  

源码 打印 ？

1. public   static   void  perl5Substitute2()  throws  Exception {    
2.     String rawStr = "2008-08-11 17:16:32" ;    
3.     Perl5Util plutil = new  Perl5Util();    
4.     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);    
5.     System.out.println("格式yyyy-MM-dd HH:mm:ss到dd,MM,yyyy HH:mm:ss" );    
6.     System.out.println(result);    
7. }    

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：

源码 打印 ？

1. public   static   void  perl5AddCommas()  throws  Exception {    
2.     String rawStr = "314159265" ;    
3.     Perl5Util plutil = new  Perl5Util();    
4.     while (plutil.match( "/[+-]?//d*//d{4}/" , rawStr)){    
5.         rawStr = plutil.substitute("s/([+-]?//d*//d)(//d{3})/$1,$2/" , rawStr);    
6.         System.out.println(rawStr);    
7.     }    
8.     System.out.println(rawStr);    
9. }    

输出：  
314159,265 
314,159,265 
314,159,265  

过滤：  

源码 打印 ？

1. public   static   void  filter() {    
2.     String path = "D://MyDoc//Java//SimpleJava" ;    
3.     File file = new  File(path);    
4.     String[] globList = file.list(new  GlobFilenameFilter( "*.java" ));    
5.     for  (String fn : globList) {    
6.         System.out.println(fn);    
7.     }    
8.     String[] perl5List = file.list(new  Perl5FilenameFilter( ".+//.java" ));    
9.     for  (String fn : perl5List) {    
10.         System.out.println(fn);    
11.     }    
12. }    

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）

 

相关网站：

http://www.oschina.net/bbs/thread/10601?lp=8
http://xzio.javaeye.com/blog/121291
http://www.zeuux.org/science/learning-regex.cn.html
http://blog.csdn.net/yuanchao3333/archive/2009/01/31/3855418.aspx
http://www.360doc.com/content/10/0805/09/561_43777969.shtml
http://www.51testing.com/html/26/122326-215574.html