个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
25
4
我在解析大型文本文件时遇到正则表达式性能问题。
我正在使用带有以下代码的 .NET 4.0:
private static pattern =
@"((\D|^)(19|20|)\d\d([- /.\\])(0[1-9]|1[012]|[1-9])\4(0[1-9]|[12][0-9]|3[01]|[0-9]) (\D|$))|" +
@"((\D|^)(19|20|)\d\d([- /.\\])(0[1-9]|[12][0-9]|3[01]|[0-9])\11(0[1-9]|1[012]|[0-9]) (\D|$))|" +
@"((\D|^)(0[1-9]|1[012]|[0-9])([- /.\\])(0[1-9]|[12][0-9]|3[01]|[0-9])\18(19|20|)\d\d(\D|$))|" +
@"((\D|^)(0[1-9]|[12][0-9]|3[01]|[0-9])([- /.\\])(0[1-9]|1[012]|[0-9])\25(19|20|)\d\d(\D|$))|" +
@"((\D|^)(19|20|)\d\d(0[1-9]|1[012])(0[1-9]|[12][0-9]|3[01])(\D|$))|" +
@"((\D|^)(19|20|)\d\d(0[1-9]|[12][0-9]|3[01])(0[1-9]|1[012])(\D|$))|" +
@"((\D|^)(0[1-9]|1[012])(0[1-9]|[12][0-9]|3[01])(19|20|)\d\d(\D|$))|" +
@"((\D|^)(0[1-9]|[12][0-9]|3[01])(0[1-9]|1[012])(19|20|)\d\d(\D|$))|" +
@"((^|(?<!(\d[- /.\\\d])|\d))(19|20|)\d\d([- /.\\])(0[1-9]|1[012]|[1-9])([^- /.\\\d\w]|$|\s))|" +
@"((^|(?<!(\d[- /.\\\d])|\d))(0[1-9]|1[012]|[1-9])([- /.\\])(19|20|)\d\d([^- /.\\\d\w]|$|\s))|" +
@"((^|(?<!(\d[- /.\\\d])|\d))(0[1-9]|1[012]|[1-9])([- /.\\])(0[1-9]|[12][0-9]|3[01])([^- /.\\\d\w]|$|\s))|" +
@"((^|(?<!(\d[- /.\\\d])|\d))(0[1-9]|[12][0-9]|3[01])([- /.\\])(0[1-9]|1[012]|[1-9])([^- /.\\\d\w]|$|\s))";
private static Regex dateRegex = new new Regex(pattern,
RegexOptions.Compiled | RegexOptions.IgnoreCase |
RegexOptions.IgnorePatternWhitespace | RegexOptions.Multiline);
public static void Extract(string text)
{
foreach (Match match in dateRegex.Matches(text))
Console.Writeline("Match {0}",match.Value);
}
包含 200 个匹配项的 1MB 文本文件的处理时间约为 22 秒。
使用 Java 运行相同的正则表达式会产生更快的结果:~13 秒。
我设法通过将正则表达式拆分为多个部分并并行执行来减少 .NET 代码的处理时间。
为什么 Java 处理这个正则表达式要快得多？
我可以做些什么来提高处理此正则表达式的 .NET 性能？
干杯，
多伦
最佳答案
我现在没有时间完成分析，但我会提供目前的进展。这是重新格式化的正则表达式，以便您可以实际阅读它。我所做的唯一更改是在字符类中包装一些空格以允许自由间距模式。有 80 个捕获组(Yipes!- 其中大部分似乎是不必要的)。此表达式似乎匹配各种形式的日期。有很多需要改进的地方:
private static pattern = @"
# Match various forms of a Date.
( # Begin $1:
(\D|^) # $2:
(19|20|)\d\d # $3:
([- /.\\]) # $4:
(0[1-9]|1[012]|[1-9]) # $5:
\4
(0[1-9]|[12][0-9]|3[01]|[0-9]) # $6:
[ ][ ]
(\D|$) # $7:
) # End $1:
| ( # Begin $8:
(\D|^) # $9:
(19|20|)\d\d # $10:
([- /.\\]) # $11:
(0[1-9]|[12][0-9]|3[01]|[0-9]) # $12:
\11
(0[1-9]|1[012]|[0-9]) # $13:
[ ][ ]
(\D|$) # $14:
) # End $8:
| ( # Begin $15:
(\D|^) # $16:
(0[1-9]|1[012]|[0-9]) # $17:
([- /.\\]) # $18:
(0[1-9]|[12][0-9]|3[01]|[0-9]) # $19:
\18
(19|20|)\d\d # $20:
(\D|$) # $21:
) # End $15:
| ( # Begin $22:
(\D|^) # $23:
(0[1-9]|[12][0-9]|3[01]|[0-9]) # $24:
([- /.\\]) # $25:
(0[1-9]|1[012]|[0-9]) # $26:
\25
(19|20|)\d\d # $27:
(\D|$) # $28:
) # End $22:
| ( # Begin $29:
(\D|^) # $30:
(19|20|)\d\d # $31:
(0[1-9]|1[012]) # $32:
(0[1-9]|[12][0-9]|3[01]) # $33:
(\D|$) # $34:
) # End $29:
| ( # Begin $35:
(\D|^) # $36:
(19|20|)\d\d # $37:
(0[1-9]|[12][0-9]|3[01]) # $38:
(0[1-9]|1[012]) # $39:
(\D|$) # $40:
) # End $35:
| ( # Begin $41:
(\D|^) # $42:
(0[1-9]|1[012]) # $43:
(0[1-9]|[12][0-9]|3[01]) # $44:
(19|20|)\d\d # $45:
(\D|$) # $46:
) # End $41:
| ( # Begin $47:
(\D|^) # $48:
(0[1-9]|[12][0-9]|3[01]) # $49:
(0[1-9]|1[012]) # $50:
(19|20|)\d\d # $51:
(\D|$) # $52:
) # End $47:
| ( # Begin $53:
( ^ # Begin $54:
| (?<!
(\d[- /.\\\d]) # $55:
| \d
)
) # End $54:
(19|20|)\d\d # $56:
([- /.\\]) # $57:
(0[1-9]|1[012]|[1-9]) # $58:
([^- /.\\\d\w]|$|\s) # $59:
) # End $53:
| ( # Begin $60:
( ^ # Begin $61:
| (?<!
(\d[- /.\\\d]) # $62:
| \d
)
) # End $61:
(0[1-9]|1[012]|[1-9]) # $63:
([- /.\\]) # $64:
(19|20|)\d\d # $65:
([^- /.\\\d\w]|$|\s) # $66:
) # End $60:
| ( # Begin $67:
( ^ # Begin $68:
| (?<!
(\d[- /.\\\d]) # $69:
|\d
)
) # End $68:
(0[1-9]|1[012]|[1-9]) # $70:
([- /.\\]) # $71:
(0[1-9]|[12][0-9]|3[01]) # $72:
([^- /.\\\d\w]|$|\s)) # $73:
| ( # Begin $74:
( ^ # Begin $75:
| (?<!
(\d[- /.\\\d]) # $76:
| \d
)
) # End $75:
(0[1-9]|[12][0-9]|3[01]) # $77:
([- /.\\]) # $78:
(0[1-9]|1[012]|[1-9]) # $79:
([^- /.\\\d\w]|$|\s) # $80:
) # End $74:
";
当我有更多时间时，我会用一些建议的改进来更新这个答案。与此同时，其他正则表达式专家请随时使用这个改进的部分注释版本并运行它......
关于java - .NET 与 Java 中的正则表达式性能，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/8669896/
25
4
0
我正在编写一个具有以下签名的 Java 方法。 void Logger(Method method, Object[] args); 如果一个方法(例如 ABC() )调用此方法 Logger，它应该
我是 Java 新手。 我的问题是我的 Java 程序找不到我试图用作的图像文件一个 JButton。 (目前这段代码什么也没做，因为我只是得到了想要的外观第一的)。这是我的主课 代码: packag
好的，今天我在接受采访，我已经编写 Java 代码多年了。采访中说“Java 垃圾收集是一个棘手的问题，我有几个 friend 一直在努力弄清楚。你在这方面做得怎么样？”。她是想骗我吗？还是我的一生都
我的 friend 给了我一个谜语让我解开。它是这样的: There are 100 people. Each one of them, in his turn, does the following
如果我将使用 Java 5 代码的应用程序编译成字节码，生成的 .class 文件是否能够在 Java 1.4 下运行？ 如果后者可以工作并且我正在尝试在我的 Java 1.4 应用程序中使用 Jav
有关于why Java doesn't support unsigned types的问题以及一些关于处理无符号类型的问题。我做了一些搜索，似乎 Scala 也不支持无符号数据类型。限制是Java和S
我只是想知道在一个 java 版本中生成的字节码是否可以在其他 java 版本上运行 最佳答案 通常，字节码无需修改即可在 较新 版本的 Java 上运行。它不会在旧版本上运行，除非您使用特殊参数 (
我有一个关于在命令提示符下执行 java 程序的基本问题。 在某些机器上我们需要指定 -cp 。 (类路径)同时执行java程序 (test为java文件名与.class文件存在于同一目录下) jav
我已经阅读 StackOverflow 有一段时间了，现在我才鼓起勇气提出问题。我今年 20 岁，目前在我的家乡(罗马尼亚克卢日-纳波卡)就读 IT 大学。足以介绍:D。 基本上，我有一家提供簿记应用
我有 public JSONObject parseXML(String xml) { JSONObject jsonObject = XML.toJSONObject(xml); r
我已经在 Java 中实现了带有动态类型的简单解释语言。不幸的是我遇到了以下问题。测试时如下代码: def main() { def ks = Map[[1, 2]].keySet()
一直提示输入 1 到 10 的数字 - 结果应将 st、rd、th 和 nd 添加到数字中。编写一个程序，提示用户输入 1 到 10 之间的任意整数，然后以序数形式显示该整数并附加后缀。 public
我有这个 DownloadFile.java 并按预期下载该文件: import java.io.*; import java.net.URL; public class DownloadFile {
我想在 GUI 上添加延迟。我放置了 2 个 for 循环，然后重新绘制了一个标签，但这 2 个 for 循环一个接一个地执行，并且标签被重新绘制到最后一个。 我能做什么？ for(int i=0;
我正在对对象 Student 的列表项进行一些测试，但是我更喜欢在 java 类对象中创建硬编码列表，然后从那里提取数据，而不是连接到数据库并在结果集中选择记录。然而，自从我这样做以来已经很长时间了，
我知道对象创建分为三个部分: 声明 实例化 初始化 classA{} classB extends classA{} classA obj = new classB(1,1); 实例化 它必须使用
我有兴趣使用 GPRS 构建车辆跟踪系统。但是，我有一些问题要问以前做过此操作的人: GPRS 是最好的技术吗？人们意识到任何问题吗？ 我计划使用 Java/Java EE - 有更好的技术吗？ 如果
我可以通过递归方法反转数组，例如:数组={1,2,3,4,5} 数组结果={5,4,3,2,1}但我的结果是相同的数组，我不知道为什么，请帮助我。 public class Recursion { p
有这样的标准方式吗？ 包括 Java源代码-测试代码- Ant 或 Maven联合单元持续集成(可能是巡航控制)ClearCase 版本控制工具部署到应用服务器 最后我希望有一个自动构建和集成环境。
我什至不知道这是否可能，我非常怀疑它是否可能，但如果可以，您能告诉我怎么做吗？我只是想知道如何从打印机打印一些文本。 有什么想法吗？ 最佳答案 这里有更简单的事情。 import javax.swin
我是一名优秀的程序员,十分优秀！