java - 正则表达式模式，匹配器，split或pattern.split()哪个是最有效的

Question

我目前正在尝试通过尝试获取信息的方式来提高应用程序的速度。

我阅读了一个 html 页面，从中获取了 URL 和其他信息。为此，我主要使用 String.contains() 和 String.split()。但我想知道最有效的方法是什么。我看了一点并尝试了其中的一些，但结果对我来说非常相似:/

这是我的一些代码(某些部分只是用于测试):

    Pattern p = Pattern.compile("\" title=\"Read ");
    //Pattern p2 = Pattern.compile("Online\">");
    //Pattern p3 = Pattern.compile("</a></th>");
    Pattern p4 = Pattern.compile("Online\">(.*)</a></th>");

    while ((inputLine = in.readLine()) != null)
    {
        if(inputLine.contains("<table id=\"updates\">"))
        {
            tmp = inputLine.split("<tr><th><a href=\"");
            for(String s : tmp)
            {
                if(s.contains("\" title=\"Read "))
                {
                    //url = s.split("\" title=\"Read ")[0].replace(" ", "%20");
                    //name = s.split("Online\">")[1].split("</a></th>")[0];

                    url = p.split(s)[0].replace(" ", "%20");
                    //name = p3.split(p2.split(s)[1])[0];
                    Matcher matcher = p4.matcher(s);
                    while(matcher.find())
                        name = matcher.group(1); 
                    array.add(new Object(name, url));

                }
            }
            break;
        }
    }

正如你所看到的，我在这里尝试了Pattern、Matcher、split或pattern.split()但是我还知道有replaceAll或replaceFirst。

在这种情况下，对您来说最好的方法是什么？

非常感谢。

PS:我在这里读到:http://chrononsystems.com/blog/hidden-evils-of-javas-stringsplit-and-stringr Pattern.split 比 split() 更好，但我找不到更大的基准。

-----更新----

                Pattern p1 = Pattern.compile("\" title=\"Read ");
                Pattern p2 = Pattern.compile("Online\">(.*?)</a></th>");
                Matcher matcher = p2.matcher("");

                while( (inputLine = in.readLine()) != null)
                {
                    if( (tmp = inputLine.split("<tr><th><a href=\"")).length > 1 )
                    {
                        for(String s : tmp)
                        {
                            if(s.contains("\" title=\"Read "))
                            {

                                url = p1.split(s)[0].replace(" ", "%20");
                                if(matcher.reset(s).find())
                                    name = matcher.group(1); 
                                arrays.add(new Object(name, url));
                            }
                        }
                        break;
                    }
                }

Answer 1

任何使用正则表达式( matches(s) 、 replaceAll(s,s) 、 replaceFirst(s,s) 、 split(s) 和 split(s,i) )的字符串函数都会编译正则表达式并每次都会创建一个 Matcher 对象，在循环中使用时效率非常低。

如果您需要加快速度，第一步是停止使用 String 函数，而直接使用 Pattern 和 Matcher。这是an answer我在其中演示了这一点。

理想情况下，您应该只创建一个单个 Matcher 对象，正如我在 this answer 中所述。 .

有关更多正则表达式信息，请查看 FAQ