UUID 的 Java 正则表达式

Question

我想解析一个具有以下格式的 UUID 的字符串

"<urn:uuid:4324e9d5-8d1f-442c-96a4-6146640da7ce>"

我试过用下面的方式解析它，这很有效，但我认为它会很慢

private static final String reg1 = ".*?";
private static final String reg2 = "([A-Z0-9]{8}-[A-Z0-9]{4}-[A-Z0-9]{4}-[A-Z0-9]{4}-[A-Z0-9]{12})";
private static final Pattern splitter = Pattern.compile(re1 + re2, Pattern.CASE_INSENSITIVE | Pattern.DOTALL);

我正在寻找一种更快的方法并在下面进行了尝试，但它无法匹配

private static final Pattern URN_UUID_PATTERN = Pattern.compile("^< urn:uuid:([^&])+&gt");

我是正则表达式的新手。任何帮助表示赞赏。

\阿库拉

Answer 1

您的更快正则表达式示例是使用 <其中输入是 <所以这很困惑。

关于速度，首先，你的UUID是十六进制的，所以不要和A-Z匹配而是a-f .其次，你没有给出大小写混合的迹象，所以不要使用不区分大小写的方式，并在范围内写出正确的大小写。

您没有解释您是否需要 UUID 之前的部分。如果不是，请不要包括 .*? , 你也可以为 re1 编写文字和 re2一起在你的final Pattern .也没有迹象表明您需要 DOTALL。

private static final Pattern splitter =
  Pattern.compile("[a-f0-9]{8}(?:-[a-f0-9]{4}){4}[a-f0-9]{8}");

或者，如果您测量正则表达式的性能太慢，您可以尝试另一种方法，例如:
每个 uuid 是否都像您的示例一样以“uuid:”开头？如果是这样，你可以

1. 找到“uuid:”的第一个索引为i，然后
2. 子字符串 0 到 i+5 [假设您完全需要它]，以及
3. 子字符串 i+5 到 i+41，如果我算对了(长度为 36 个字符)。

按照类似的思路，您的更快的正则表达式可能是:

private static final Pattern URN_UUID_PATTERN =
    Pattern.compile("^<urn:uuid:(.{36})>");

OTOH 如果您所有的输入字符串都将以这些确切的字符开头，则无需执行先前建议中的第 1 步，只需 input.substring(13, 49);