java - 基于正则表达式的替换效率

Question

以下哪项会更有效、更好用？

value.replaceAll("['‘’`]","")

value.replaceAll("['‘’`]+","")

我的猜测是，对于没有替换字符的字符串，或者至少没有它们的序列，这两个是相同的，或者第一个最好不那么复杂。

但是，如果我正在查看确实具有被替换字符的子序列的字符串怎么办？第二个会更好吗？

'abababababababab'.replaceAll("ab","") 

对比

'abababababababab'.replaceAll("(ab)+","") 

如果这对这个问题很重要，我会使用 Java。

Answer 1

根据分析，我会说第一个选项比第二个选项更快。尽管我必须说这种差异不容易衡量，除非您有一个巨大的字符串作为输入(或复杂的正则表达式)。

所以让我们调用这个 regex1:

'abababababababab'.replaceAll("ab","")

还有这个正则表达式 2:

'abababababababab'.replaceAll("(ab)+","")

我们从Java API知道replaceAll 将看到 both the conditions as a regex并尝试替换正则表达式引擎之后的字符串。

我们可以看到regex1只有char序列；而 regex2 有一个 group , 一个字符序列和一个 quantifier metacharacters必须相应地解释(更多信息 here )。因此 regex2 比 regex1 需要更多的处理。

一般来说，这两个选项对于大多数用途来说都非常快。您可以通过阅读本文更详细地了解该过程:Regular Expression Matching Can Be Simple And Fast

仍然，使用 Pattern和 Matcher对于更复杂的正则表达式是一个更快的选择...(更多信息 here)。

在这种情况下，我推荐的另外一本书是:Optimizing Regular Expressions in Java