構建正則表達式抽象 Java API (RegexpPlugin) 實現多引擎熱插拔與基準測試

動機：避免綁定具體 Regexp 庫

Java 生態存在多種正則引擎：Jakarta ORO、Jakarta Regexp、GNU Regexp、JDK 1.4+ java.util.regex。直接依賴某庫導致：代碼耦合、遷移成本高、無法對比性能。引入抽象層 RegexpPlugin，定義統一接口，通過適配器模式接入不同引擎，實現編譯期解耦、運行期熱插拔、基準測試驅動選型。

核心 API 設計

使用流程對比 (以提取 "John A. Smith" 中 "John" 為例)

// 正則: .*\s*(.*?)\s+.*  (取第一個空格前的詞)
// 1. 獲取編譯器 (拋出 RegexpEngineNotFoundException 需捕獲)
Compiler compiler = RegexpManager.createCompiler(); // 默認 ORO, 可配置
compiler.setMultiline(true); // 支持通用標志: 大小寫、多行
Pattern pattern = compiler.compile(".*\\s*(.*?)\\s+.*");

// 2. 獲取匹配器
Matcher matcher = RegexpManager.createMatcher();

// 3. 匹配並提取
if (matcher.contains("John A. Smith", pattern)) {
    MatchResult result = matcher.getMatch();
    String name = result.group(1); // 獲取第1組 -> "John"
    // 循環匹配所有: while (matcher.contains(...)) { ... }
}

引擎適配器映射表 (核心工作量)

特殊功能處理：責任鏈模式

若客戶代碼需使用特定引擎獨有功能 (如 ORO 的 EXTENDED_MASK)，API 可拋出 UnsupportedOperationException 或引入責任鏈：請求對象攜帶功能標識，鏈上各適配器嘗試處理，不支持則傳遞下一個。

基準測試驅動選型

內建基準工具解析 HTML 頁面 10,000 次 (含鏈接、表單、表格提取)，測試環境相同：

結論：JDK 內置引擎性能優異且零依賴，應為首選。ORO 功能豐富但較慢。RegexpPlugin 使此類對比零成本可行。

最佳實踐總結

1. 模式預編譯緩存：Pattern 不可變，靜態字段緩存，避免重複編譯開銷。
2. 統一異常處理：捕獲 RegexpEngineNotFoundException 降級或報警。
3. 僅用通用標志：API 僅暴露 CASE_INSENSITIVE/MULTILINE，保證可移植。
4. 基準測試納入 CI：定期跑分，防止引擎升級導致性能倒退。