正则表达式的速度非常慢

Question

前：我正试图使用regexp从一个大数组中提取不同类型的parts。该操作在AsyncTask中执行。part.plainname是一个字符串，最多256个字符。item_pattern看起来像"^keyword.*?$"

问题：我找到了一种方法，它减缓了一切：

public int defineItemAmount(NFItem[] parts, String item_pattern){
    System.out.println("STAMP2");
    int casecount = 0;
    for (NFItem part : parts) {
        if (testItem(part.plainname, item_pattern))
            ++casecount;
    }
    System.out.println("STAMP3");
    return casecount;
}
public boolean testItem(String testString, String item_pattern){
    Pattern p = Pattern.compile(item_pattern);
    Matcher m = p.matcher(testString);
    return m.matches();
}

只有950个parts，但它的工作速度非常慢：

02-25 11:34:51.773    1324-1343/com.nfe.unsert.dns_pc_creator I/System.out﹕ STAMP2
02-25 11:35:18.094    1324-1343/com.nfe.unsert.dns_pc_creator I/System.out﹕ STAMP3

20秒只是为了计数。testItem被大量使用，大约为15*parts。因此，整个应用程序的工作时间超过15分钟。而几乎相同的java程序（不适用于android应用程序）在不到30秒内完成。

问题：我做错了什么？为什么简单的regexp操作需要这么长时间？

Answer 1

您可以预编译模式：

public static int defineItemAmount(NFItem[] parts, String item_pattern){
    System.out.println("STAMP2");
    Pattern pattern = Pattern.compile(item_pattern);
    int casecount = 0;
    for (NFItem part : parts) {
        if (testItem(part.plainname, pattern))
            ++casecount;
    }
    System.out.println("STAMP3");
    return casecount;
}
public static boolean testItem(String testString, Pattern pattern){
    Matcher m = pattern.matcher(testString);
    return m.matches();
}

Answer 2

如果您正在寻找以关键字开头的字符串，则不需要将matches方法与这种模式^keyword.*?$:一起使用

• 首先，非贪婪的量词是无用的，可能会让正则表达式引擎毫无进展，贪婪的量词会给你同样的结果
• 由于默认情况下matches方法是锚定的，因此不需要锚定，因此可以删除它们
• 您只对字符串的开头感兴趣，所以在这种情况下，lookingAt方法更合适，因为它不关心字符串末尾发生的事情
• 正如其他答案所注意到的，如果多次使用相同的模式，请尝试在testItem函数之外一次性编译它。但如果不是这样，就不要编译它
• 如果keyword是一个文本字符串而不是子模式，则根本不要使用regex，而是使用indexOf来检查关键字是否在索引0处

Answer 3

您不需要每次都编译模式。相反，在初始化时只做一次。

但是，由于它们的通用性，正则表达式的速度并不快，而且它们也不是为之设计的。如果数据足够规则，那么使用特定的字符串拆分技术可能会更好。

Answer 4

1. 正则表达式通常慢，因为它们的构造涉及很多事情（如同步）。

2. 不要在循环中调用单独的方法（这可能会阻止某些优化）。让VM优化for循环。使用这个并检查性能：

    Pattern p = Pattern.compile(item_pattern); // compile pattern only once
     for (NFItem part : parts) {
           if (testItem(part.plainname, item_pattern))
               ++casecount;
       }
     Matcher m = p.matcher(testString);
     boolean b = m.matches();
      ...