java - 一个字符串上有数百个正则表达式

Question

我正在使用 Java/Groovy 通过 RegEx 在字符串上查找匹配项(并提取它们)。就性能而言，在 5000 个字符的字符串上查找 200 个或更多正则表达式的匹配项的最佳方法是什么？简而言之，是否可以避免扫描每个正则表达式的字符串？

我可以使用java提供的Pattern和Matcher类，但是我必须编译200个模式，然后将字符串传递给匹配器200次。这是唯一的方法吗？

Answer 1

如果您的正则表达式没有共同的匹配项，您始终可以使用替代方案将它们组合成一个巨大的匹配项，例如

( regex1 ) | ( regex2 ) | .... | ( regexN )

但是考虑到您问题的复杂性，我认为您应该考虑从正则表达式切换到适当的扫描器/解析器组合。前期需要时间，但最终的解决方案将更易于管理。你为什么不看看Antlr ？