高性能的简单Java正则表达式
我正在处理的部分代码使用一堆正则表达式来搜索一些简单的字符串模式（例如，像“foo [0-9] {3,4} bar”这样的模式。 目前，我们使用静态编译的Java模式，然后调用Pattern#matcher来检查字符串是否包含与模式的匹配（我不需要匹配，只需要一个布尔值来指示是否存在匹配）。 这会导致显着的内存分配量，从而影响性能。
Java正则表达式匹配是否有更好的选择，它更快或至少在每次搜索字符串中的模式时都不分配内存？
尝试使用matcher.reset("newinputtext")方法，以避免每次调用Pattern.matcher时都创建新的匹配器。
如果您期望与正则表达式匹配的行数少于50％，您可以首先尝试通过String.indexOf()测试一些子序列，与正则表达式匹配器相比，简单序列的速度快3到20倍：
if (line.indexOf("foo")>-1) && pattern.matcher(line).matches()) { ...
如果您在代码中添加这样的启发式方法，请记住始终记录它们，并使用分析器validation代码与简单代码相比确实更快。
如果您想避免为每个Pattern创建一个新的Matcher，请使用usePattern()方法，如下所示：
Pattern[] pats = { Pattern.compile("123"), Pattern.compile("abc"), Pattern.compile("foo") }; String s = "123 abc"; Matcher m = Pattern.compile("dummy").matcher(s); for (Pattern p : pats) { System.out.printf("%s : %b%n", p.pattern(), m.reset().usePattern(p).find()); }
看看Ideone上的演示
你也必须使用matcher的reset()方法，或者find()只搜索上一个匹配结束的点（假设匹配成功）。
您可以尝试使用Pattern.matches()静态方法，该方法只返回布尔值。 这不会返回Matcher对象，因此它可以帮助解决内存分配问题。
这就是说正则表达式模式不会被预编译，所以它就是性能与资源的关系。