当Java遇到C#

好吧，蔡学镛老师在微博上幽了一默，

《青春期遇上更年期》、《北京遇上西雅图》… 这些戏剧要描述的是一种冲突 现象，那么我还可以提供一种电视剧的冲突素材，比方说《Java 遇上 .NET》之 类的 … [哈哈]

屌丝的我觉得这个拍电视剧估计没人看了，可给我作一个命题作文还是可以 的:-)。因为beagrep的关系，我曾经把一个JFlex生成的Java文件改写成C#语言。

Beagrep源自Beagle，后者源自Lucene，一个最初用Java实现的搜索引擎， Apache的项目，有好事者把它移植到了各种语言上。其中包括Mono平台，微 软.NET系统的开源实现。当时在Novell的工程师利用这个C#的Lucene版本做了 Beagle程序。只是可惜后来Mono平台被Novell放弃，Beagle也随之缺乏维护，从 Debian、Ubuntu等Linux发行版中消失了。现在的默认Linux桌面搜索好像是一个 叫Tracker的程序，我一直是把它禁用的，因为它一直在后台索引你的所有文件， 我怕把硬盘灯闪坏了…

搜索引擎都会用到一个分词程序，Lucene的分词程序是用jflex写的，由于我要用 beagle+grep来阅读源代码，我必须重写这个分词程序以保证搜索的精确性。这个 重写工作只可能从.jflex的源文件入手，生成一个新的.java的分词程序，再把它 改写成C#的。最初把Lucene移植到C#上的开发者肯定也是这么干的，但我把每一 步的过程都记下来了:-)

1 Java离C#有多远

不远，最多18步。

代码在 github 上，到 beagrepd/Lucene.Net/Analysis/Standard 目录下，运行 

git log --follow --pretty='format: %H' ./StandardTokenizerImpl.cs

就能看到我对这个分词程序的所有改动。 wc -l 显示共有18个git commit，这 其中还应该去掉几个。

运行下面这条长命令可以列出每条commit的主题： 

git log --follow --pretty='format: %H' ./StandardTokenizerImpl.cs |reverse|xargs bash -c 'for x in "$@"; do echo; git log -1 --pretty="format: %s" $x; done' true
  1. init from http://archive.ubuntu.com/ubuntu/pool/universe/b/beagle/beagle_0.3.9.orig.tar.gz

    这是第一个commit，我记下来自己是从ubuntu的apt源里下载来的beagle开始改写成beagrep。

  2. Big hack on Tokenizer, do not remember how it is done.

    这是我第一次改写这个分词程序，但是说自己不记得怎么做的了，完整的 commit记录里你会看到我在底下又说，不要担心，我会重做一遍，并且把每一 步都解释一下（因为这真的是太有意思了，非屌丝所不为也！）

    But don't worry, I will do it again later, with each step explained.

  3. rename the generated .java tokenizer to .cs, indent it in emacs

    这一步很简单，就是跑了一下jflex，把.java文件重命名为.cs文件，并在 Emacs底下缩进。

  4. add namespace, indentation changed because of it.
  5. final -> readonly
  6. java-string-to-cs
  7. int x[] -> int [] x
  8. yychar -> yycharfield
  9. static readonly String ZZ -> const String ZZ
  10. \.length() -> Length
  11. \.charAt(\(.*?\)) -> [\1]
  12. boolean -> bool
  13. throws java.io.IOException ->
  14. value -> valuerename
  15. java.io.Reader -> System.IO.TextReader
  16. readonly \(.*?\)( -> \1(
  17. misc changes to tokenizer to make it work
  18. make the externel program "beagle-break.exe" compile
  19. Rename refactory from beagle to beagrep