使用Jakarta-ORO库的几个例子

http://oaklet.iteye.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.iteye.com/blog/121291