Question

我正在编写一个程序，必须删除相当多的垃圾。我使用正则表达式，并且因为我的程序在速度方面相当敏感，我需要知道哪个解决方案更快：使用多个连续的相对简单的正则表达式，或使用单个但非常复杂的表达式？

祝你好运，提莫菲。

Answer 1

您需要对这些内容进行基准测试，并确保对结果进行博客。我怀疑一个大的正则表达式会比许多小正则表达式更快，但我很想知道你发现了什么。

java.util.regex.Pattern类非常复杂，我不会假装知道它执行了哪些优化。我知道正则表达式编译成图形，所以显而易见的是组合重叠路径。你填充到单个表达式中的变化越多，出现的机会就越多。它还可以减少输入数据的传递次数。

Answer 2

正如你们许多人建议的那样，我试过了，结果如下：

在将我使用的一些RegExps加入其中之后，我的执行时间几乎加倍（从处理1000个字符串的10秒到1000个相同字符串的18秒）。

所以，基本上，事实证明，顺序删除尽可能多的符号，以便使剩下的字符串尽可能短，以便下一个正则表达式清理，这比长正则表达式更快。</ p>

PS。不幸的是，我无法自己发布正则表达式，因为它们被代码突出显示器损坏了。

PPS：以下是我依次使用的一些正则表达式：

s = s.replaceAll("<span STYLE=\"color:[\w|\d|\(|\)|\,]++\">", "");
s = s.replaceAll("</{0,1}\w++>", "");
s = s.replaceAll("<img SRC=\"/gif/", "");
s = s.replaceAll("(width|height)\s{0,}=\s{0,}\"{0,1}\d{1,}\"{0,1}", "");
s = s.replaceAll("align=\"\w++\"", "");

然后我把它们放在一起放在括号中并放置|他们之间。

Java RegEx：哪个更快：一系列简单的还是一个复杂的？

2 个答案: