java - 在字符串中使用正则表达式而不是 contains() 渲染速度较慢

Question

我有一个代码块，其中在字符串中包含许多带有“contains()”的条件。我试图使用正则表达式使其变得更容易，但渲染需要花费大量时间 (SocketTimeoutException)。

旧代码:

if (!url.toLowerCase().contains("wikipedia")
                            && !URL.toLowerCase().contains("vikidia")
                            && !URL.toLowerCase().contains("wikimini")
                            && !URL.toLowerCase().contains("dictionnaire")
                            && !URL.toLowerCase().contains("dictionary")
                            && !URL.toLowerCase().contains("traduction")
                            && !URL.toLowerCase().contains("wiktionary")
                            && !URL.toLowerCase().contains("academia.edu")
                            && !URL.toLowerCase().contains("about.me")
                            && !URL.toLowerCase().contains("facebook")
                            && !URL.toLowerCase().contains("linkedin")
                            && !URL.toLowerCase().contains("viadeo")
                            && !URL.toLowerCase().contains("flickr")
                            && !URL.toLowerCase().contains("google+")
                            && !URL.toLowerCase().contains("plus.google")
                            && !URL.toLowerCase().contains("instagram")
                            && !URL.toLowerCase().contains("linkedin")
                            && !URL.toLowerCase().contains("netlog")
                            && !URL.toLowerCase().contains("orkut")
                            && !URL.toLowerCase().contains("pinterest")
                            && !URL.toLowerCase().contains("twitter")
                            && !URL.toLowerCase().contains("tripadvisor")
                            && !URL.toLowerCase().contains("youtube")
                            && !URL.toLowerCase().contains("vimeo")
                            && !URL.toLowerCase().contains("dailymotion")
                            && !URL.toLowerCase().contains("pagesjaunes")
                            && !URL.toLowerCase().contains("indeed")
                            && !URL.toLowerCase().contains("jobteaser.com")
                            && !URL.toLowerCase().contains("mappy.com")
                            && !URL.toLowerCase().contains("slideshare")
                            && !URL.toLowerCase().contains("meteofrance.com")
                            && !URL.toLowerCase().contains("linternaute.com")
                            && !URL.toLowerCase().contains("news.google")
                            && !URL.toLowerCase().contains("persee.fr") // portail de revues en sciences humaines et sociales
                            && !URL.toLowerCase().contains("/downloads") // the url for downloading 
                            && !URL.toLowerCase().contains("/streaming")
                            && !URL.toLowerCase().contains("http://stackoverflow.com/")
                            && !URL.endsWith("pdf")
                            && !URL.endsWith("txt")
                            && !URL.endsWith("ps")
                            && !URL.endsWith("dwf")
                            && !URL.endsWith("klm")
                            && !URL.endsWith("kmz")
                            && !URL.endsWith("xls")
                            && !URL.endsWith("xlsx")
                            && !URL.endsWith("ppt")
                            && !URL.endsWith("pptx")
                            && !URL.endsWith("doc")
                            && !URL.endsWith("docx")
                            && !URL.endsWith("rtf")
                            && !URL.endsWith("swf")
                            && !URL.contains(".en.")
                            && !URL.contains("/en/")
                            && !URL.contains("/en.")
                            && !URL.contains("books.")
                            && !URL.contains("forum.")
                            && !URL.contains("forum")
                            && !URL.contains("blog.")
                            && !URL.contains("infogreffe.fr/") //to test
                            && !URL.contains("bing.com/images")) {

                        if (!URL.matches(".*\\btraduction\\b.*")) {
...
                    }

重构一个:

if (!URL.toLowerCase().matches("^.*(wikipedia|vikidia|wikimini|dictionnaire|dictionary|traduction|wiktionary|(academia.edu)|(about.me)|facebook|linkedin|viadeo|flickr|(google+)|instagram|(plus.google)|linkedin|netlog|orkut|pinterest|twitter|tripadvisor|youtube|(vimeo+)|dailymotion|pagesjaunes|indeed|(jobteaser.com)|(mappy.com)|slideshare|(meteofrance.com)|(linternaute.com)|(news.google)|(persee.fr)|(/downloads)|(/streaming)|(stackoverflow.com)|pdf|txt|ps|dwf|klm||xls|xlsx|ppt|pptx|doc|docx|rtf|swf|(.en.)|(/en/)|(books.)|(forum.)|(blog.)|(infogreffe.fr/)|(bing.com/images)).*$")
                            ) {...}

你有更好的想法来重构旧的吗？非常感谢

Answer 1

我可以提出一个建议，至少可以部分帮助解决有关 URL 结尾的逻辑。您可以将 URL 的末尾提取为字符串。然后，创建一个包含列入黑名单的字符串的映射，如下所示:

String URLend = "some_value";
Map<String, Integer> map = new HashMap<>();
map.put("pdf", 1);
map.put("txt", 1);
map.put("ps", 1);
map.put("dwf", 1);
// and other terms...

现在您可以轻松检查网址末尾是否与列入黑名单的术语匹配:

if (map.get(URLend) != null) {
    // then the URL is blacklisted
}

这里的优点是查找时间是恒定的，比冗长的正则表达式可能要快得多。缺点是这仅涵盖您需要比较整个字符串的逻辑，这不会完全解决您的问题。