java.util.regex - Pattern.compile() 的重要性？

Question

Pattern.compile()方法的重要性是什么？
为什么我需要在获取 Matcher 对象之前编译正则表达式字符串？

例如:

String regex = "((\\S+)\\s*some\\s*";

Pattern pattern = Pattern.compile(regex); // why do I need to compile
Matcher matcher = pattern.matcher(text);

Answer 1

compile() 方法总是在某个时候被调用；这是创建 Pattern 对象的唯一方法。所以问题真的是，为什么要明确地称它为？一个原因是您需要对 Matcher 对象的引用，以便您可以使用它的方法，如 group(int) 来检索捕获组的内容。获取 Matcher 对象的唯一方法是通过 Pattern 对象的 matcher() 方法，而获取 Pattern 对象的唯一方法是通过 compile() 方法。然后是 find() 方法，与 matches() 不同，该方法在 String 或 Pattern 类中不重复。

另一个原因是避免一遍又一遍地创建相同的 Pattern 对象。每次使用 String 中的正则表达式驱动方法之一(或 Pattern 中的静态 matches() 方法)时，它都会创建一个新 Pattern 和一个新 Matcher。所以这段代码片段:

for (String s : myStringList) {
    if ( s.matches("\\d+") ) {
        doSomething();
    }
}

...完全等价于:

for (String s : myStringList) {
    if ( Pattern.compile("\\d+").matcher(s).matches() ) {
        doSomething();
    }
}

显然，这做了很多不必要的工作。事实上，与执行实际匹配相比，编译正则表达式和实例化 Pattern 对象很容易花费更长的时间。因此，将这一步拉出循环通常是有意义的。您也可以提前创建 Matcher，尽管它们的成本并不高:

Pattern p = Pattern.compile("\\d+");
Matcher m = p.matcher("");
for (String s : myStringList) {
    if ( m.reset(s).matches() ) {
        doSomething();
    }
}

如果您熟悉 .NET 正则表达式，您可能想知道 Java 的 compile() 方法是否与 .NET 的 RegexOptions.Compiled 修饰符有关；答案是不。 Java 的 Pattern.compile() 方法仅相当于 .NET 的 Regex 构造函数。当您指定 Compiled 选项时:

Regex r = new Regex(@"\d+", RegexOptions.Compiled); 

...它将正则表达式直接编译为 CIL 字节码，使其执行速度更快，但在前期处理和内存使用方面付出了巨大的代价——将其视为正则表达式的类固醇。 Java 没有等价物；由 String#matches(String) 在幕后创建的模式与使用 Pattern#compile(String) 显式创建的模式没有区别。

(编辑:我最初说所有 .NET Regex 对象都被缓存，这是不正确的。从 .NET 2.0 开始，自动缓存只发生在像 Regex.Matches() 这样的静态方法中，而不是在直接调用 Regex 构造函数。ref )