Question

我有一个场景，我有一组网址（数百万）并且需要运行一组正则表达式（＆gt; 60k正则表达式）来确定网址是否与正则表达式匹配，然后用替换模式替换它们。

   foreach(url in urls)
   {
           foreach(regex in regexes)
           {
                  newurl = Regex.Replace(url, matchpattern, replacement);
                  store newurl;
                  break;
           }
   }

模式可能是这样的：

Regex.Replace（url，＆＃34; ^ http（[s]？）：/（/ www。| /）en.wikipedia.org（。*）＆＃34;，＆＃34; http $ 1 ：//en.m.wikipedia.org$3"）;

我对内存和运行时有限制。目前，我只实现了类似上面的伪代码，但即使使用6k正则表达式（20Mb），内存消耗也太高。我想知道是否有一个库已经处理过这类问题，或者有人建议我应该建立什么样的数据结构来优化内存和运行时。

更多示例，左边是匹配模式，右边是替换模式。

^ http（[s]？）：/（/ www。| /）youtube.com/watch \？（。）http $ 1：//m.youtube.com/watch？$ 3 ^ http（[s]？）：/（/ www。| /）facebook.com/（pages /. | [^ /] $）http $ 1：//m.facebook.com/ $ 3 ^ http（[s]？）：/（/ www。| /）twitter.com /(.）http $ 1：//mobile.twitter.com/$3 ^ http（[s]？）：/（/ www。| /）yellowpages.com /（。）http $ 1：//m.yellowpages.com/$3 ^ http（[s]？）：/（/ www。| /）imdb.com/（title | name）/（。）http $ 1：//m.imdb.com/$3/$4 ^ http（[s]？）：/（/ www。| /）facebook.com/pages /(./ em>）http $ 1：//m.facebook.com/pages/$3 ^ http（[s]？）：//detail.chiebukuro.yahoo.co.jp/qa/question_detail/q（\ d +）$ http $ 1：//m.chiebukuro.yahoo.co.jp/detail/q$2 ^ http（[s]？）：//www.ebay.com.au/itm/（[^ /] ）/（\ d +）$ http $ 1：//m.ebay.com.au/ ITM / $ 2 / $ 3 ^ http（[s]？）：//www.youtube.com/user/（[^ /？＆amp;] *）$ http $ 1：//m.youtube.com/user/$2

将一组正则表达式有效地应用于多个URL

0 个答案: