java - 正则表达式问题 - 匹配器需要很多时间来匹配。

Question

我想处理包含以下行的源文件，文件包含超过 100 列，并且是制表符分隔文件。

private static Matcher FILE_NAME_REGEX = Pattern.compile("^\\w+\\d(F|G|H|J|K|M|N|Q|U|V|X|Z)\t169\t3(.*\t){26}\\d{4}/\\d{2}/\\d{2}.*",Pattern.CASE_INSENSITIVE).matcher("");

    String line = "CGAS0Z   169 3   38977.5 02:30:00    -350    76000   75700   2255        76000   76000   76000       588             2                               76000   06:35:15    2013/03/04                  2013/03/05  02:17:40    CGAS    1   JPY CHUKYO Gasoline                 Futures CHUKYO Gasoline CONT (CGAS3H)           JP      FUD         169                         RES     XTKT    2013/03/05  2013/03/05  2013/03/05          10  76350                                       10                                  81950   61500       4296057 19178.8258928571    224 CGAS        2013/03/25  116.3987300506  0.5196371877        75700   2255                    0.7841672   8.582539    23.298309           12.458333";

    if (FILE_NAME_REGEX.reset(line).matches()) {
        System.out.println(":)");
    } else {
        System.out.println(":(");
    }

当我测试这段代码时，它会花费很多时间。有人可以解释一下这有什么问题吗？

Answer 1

我会这样尝试:

Pattern.compile("^\\w+\\d[FGHJKMNQUVXZ]\t169\t3([^\t]*\t){26}\\d{4}/\\d{2}/\\d{2}.*",Pattern.CASE_INSENSITIVE)

([^\t]*\t){26} 应该比 (.*\t){26} 快得多，因为它只有一个匹配文本的方法。如果需要，这也可以进行调整以支持带引号的值中的制表符。

此外，如果您希望 ^ 按预期工作，您将需要使用 (?m) 或 Pattern.MULTILINE 标志搜索整个文件，而不仅仅是一行。