Question

我有一个在源代码中找到网址的正则表达式

(?<!\b(XmlNamespace)\([^\n]{0,1000})"(http|ftp|socket):\/\/(?!www\.google-analytics\.com(\/collect)?)(\:(\d+)?)?("|\/))[\w\d]

但它非常慢。主要问题是看后面。我用Java（java.util.regex.Pattern）有人能帮帮我吗？

UPD：

当我将{0,1000}更改为{0,100}时，处理时间已更改为50秒。但它不是解决方案。我认为这种背后的效果首先是有效的，但主要部分只是第二种。所以问题：如何制作＆＃34;（http | ftp | socket）：//先工作，然后再看后面？

Answer 1

正则表达式为tested at RegexPlanet。

注意：(?!www\\.google-analytics\\.com(/collect)?)前瞻没有多大意义，因为您在:之后消费// +位数*，因此您的正则表达式可能一般无效。

我详细介绍了如何增强模式 。

关键是你的模式中的lookbehind是在每个角色之前的alocation处触发的。如果将它放在初始模式之后，在已经在lookbehind 中的子模式之后重复此模式，则只有在匹配此初始子模式后才会触发它。

幸运的是，Java正则表达式足够明智，看到后面的宽度仍然受到交替的约束宽度。

所以，

"(http|ftp|socket)://(?<!\bXmlNamespace\(.{0,1000}"(http|ftp|socket)://)(?!www\‌.google-analytics\.com(/collect)?)(:\d*)?["/]\w

应该更好地工作。注意我删除了不必要的转义符号（/不是Java正则表达式中的特殊字符），将("|/)替换放入字符类[...]。此外，[\w\d]与\w相同（已匹配\d）。

正则表达式为tested at RegexPlanet。

Java test：

String value1 = "\"http://:2123\"123";
String pattern1 = "\"(http|ftp|socket)://(?<!\\bXmlNamespace\\(.{0,1000}\"(http|ftp|socket)://)(?!www\\.google-analytics\\.com(/collect)?)(:\\d*)?[\"/]\\w";
Pattern ptrn = Pattern.compile(pattern1);
Matcher matcher = ptrn.matcher(value1);
if (matcher.find())
    System.out.println("true");
else
    System.out.println("false");

正则表达式 - 优化背后的外观

1 个答案: