regex强大工具：org.apache.oro.text.regex中的PatternMatcherInput使用

初见这个工具包的时候，就有一种疑惑，用String作为输入好好的，为什么要另外搞一个PatternMatcherInput呢？

现在，我大概说一下自己的看法吧。PatternMatcherInput与普通String的最大区别是：PatternMatcherInput是有状态的。所谓的有状态：就保存了当前匹配到的位置，这个值保存到_currentOffset字段上。

可以这么理解：

PatternMatcherInput=String(char[])+状态（currentOffset）

但是，至于PatternMatcherInput的状态是否update了，就要看操作的方法。

contain（）是有update到的。

好吧，一切用实例说话。

如果我们使用String作为输入：

java源码：

public class test {

 public static void main(String[] args) {
     PatternMatcher matcher;
    PatternCompiler compiler;
    Pattern pattern;
    PatternMatcherInput input;
    MatchResult result;
  
    compiler = new Perl5Compiler();
    matcher  = new Perl5Matcher();
    String somePatternString="\\b\\d+\\b";
    String someStringInput="3231 432432 432424";
   
    try {
     
   pattern = compiler.compile(somePatternString);
    } catch(MalformedPatternException e) {
      System.out.println("Bad pattern.");
      System.out.println(e.getMessage());
      return;
    }
   
       int i=1;
      while(matcher.contains(someStringInput, patter)) {
      result = matcher.getMatch(); 
      System.out.println("contain "+i+":  "+result.toString());
      i++;
         }

 }

}

console结果：

contain 1:  3231
contain 2:  3231
contain 3:  3231
contain 4:  3231
contain 5:  3231
contain 6:  3231
contain 7:  3231
contain 8:  3231
contain 9:  3231
contain 10:  3231
contain 11:  3231
contain 12:  3231
contain 13:  3231
contain 14:  3231
contain 15:  3231
contain 16:  3231
contain 17:  3231
contain 18:  3231
contain 19:  3231
contain 20:  3231
contain 21:  3231
contain 22:  3231
contain 23:  3231
contain 24:  3231
contain 25:  3231
contain 26:  3231
contain 27:  3231
contain 28:  3231
contain 29:  3231
contain 30:  3231
contain 31:  3231
contain 32:  3231
contain 33:  3231
contain 34:  3231
contain 35:  3231
contain 36:  3231
contain 37:  3231
contain 38:  3231
contain 39:  3231
contain 40:  3231
contain 41:  3231
contain 42:  3231
contain 43:  3231
contain 44:  3231
contain 45:  3231
contain 46:  3231
contain 47:  3231
contain 48:  3231
contain 49:  3231
contain 50:  3231
contain 51:  3231
contain 52:  3231
contain 53:  3231
contain 54:  3231
contain 55:  3231
contain 56:  3231
contain 57:  3231
contain 58:  3231
contain 59:  3231
contain 60:  3231
contain 61:  3231
contain 62:  3231
contain 63:  3231
contain 64:  3231
contain 65:  3231
contain 66:  3231
contain 67:  3231
contain 68:  3231
contain 69:  3231
contain 70:  3231
contain 71:  3231
contain 72:  3231
contain 73:  3231
contain 74:  3231

（……………………………………会不断下去！！！！！！1）

分析：

出现这样子的原因是：

因为while(matcher.contains(someStringInput, patter)) {这一句：

里面传递的是someStringInput（一个普通的String对象）没有状态，每个loop传入contain（）方法的都是原来的someStringInput而contain（）只会检索字符串中的第一个匹配字段，所以会不断持续下去！

而如果改用PatternMatcherInput：

java源代码：

public class test {

 public static void main(String[] args) {
    PatternMatcher matcher;
    PatternCompiler compiler;
    Pattern pattern;
    PatternMatcherInput input;
    MatchResult result;
  
    compiler = new Perl5Compiler();
    matcher  = new Perl5Matcher();
    String somePatternString="\\b\\d+\\b";
    String someStringInput="3231 432432 432424";
   
    try {
     
   pattern = compiler.compile(somePatternString);
    } catch(MalformedPatternException e) {
      System.out.println("Bad pattern.");
      System.out.println(e.getMessage());
      return;
    }
   
   input   = new PatternMatcherInput(someStringInput);
      int i=1;
  while(matcher.contains(input, pattern)) {
          result = matcher.getMatch(); 
      System.out.println("contain "+i+":  "+result.toString());
      i++;
      // Perform whatever processing on the result you want.
    }

 }

}

console结果：

contain 1:  3231
contain 2:  432432
contain 3:  432424

分析：因为每次传入contain（）方法的虽然都是同一个PatternMatcherInput实例，但是这个实例是有状态的。每个loop的开始检索位置（CurrentOffset）都位于上次成功匹配位置之后，即所谓的：update。

除此之外，还需要注意下面一个细节。

我们可以重新从头到尾检索PatternMatcherInput里面的内容。使用下面的方法，将位置设为开始处：

（input是PatternMatcherInput的一个实例）

input.setCurrentOffset(input.getBeginOffset());

我们也使用同一个PatternMatcherInput对象来指向新的输入字符。

例如：input.setInput(aNewInputString);