如何确定字符串是否不是正则表达式？

我正在尝试改进一些代码的性能。它看起来是这样的：如何确定字符串是否不是正则表达式？

public boolean isImportant(String token) { 
    for (Pattern pattern : patterns) { 
     return pattern.matches(token).find(); 
    } 
}

我注意到的是，许多模式似乎是简单的字符串文字，没有正则表达式构造。所以，我想简单的这些，而不是存储在一个单独的列表（importantList），做一个平等的测试进行了更昂贵的模式匹配，如如下：

public boolean isImportant(String token) { 
    if (importantList.contains(token)) return true; 

    for (Pattern pattern : patterns) { 
     return pattern.matches(token).find(); 
    }   
}

如何编程确定一个特定的字符串不包含正则表达式结构？

编辑：我应该补充说，答案不需要对性能敏感。（即可以使用正则表达式）我主要关注isImportant（）的性能，因为它被称为数百万次，而模式的初始化只进行一次。

来源

2013-03-05 Jin Kim

不会对字符串进行正则表达式来确定它是否是正则表达式，每次都比仅将每个字符串用作正则表达式更糟？ – 2013-03-05 22:27:06

@MikeM：这不是他要问的。 'hello'是一个完全有效的正则表达式。 – 2013-03-05 22:28:13

不可能（至少不容易或不值得，除非您在纯字符串文字中找到某种模式）。一个简单的字符串文字是一个有效的正则表达式模式。 – AC1 2013-03-05 22:30:38

这将是困难的。您可以检查是否存在任何正则表达式元字符;这应该是一个很好的近似值：

Pattern regex = Pattern.compile("[$^()\\[\\]{}.*+?\\\\]"); 
Matcher regexMatcher = regex.matcher(subjectString); 
regexIsLikely = regexMatcher.find();

是否值得它是另一个问题。你确定一个正则表达式的匹配比列表查找要慢吗（特别是因为在很多情况下你会做一个正则表达式匹配）？我敢打赌，保持正则表达式比赛要快得多。

来源

2013-03-05 22:32:05

这是我一起去的解决方案。有趣的是，我将处理时间缩短了大约50％。 – 2013-03-08 17:35:25

我通常讨厌这样说的答案，但...

不要这样做。

它可能不会使代码运行得更快，实际上它甚至可能会导致程序花费更多时间。

如果您确实需要优化您的代码，那么可能会有更多有效的地方可供您使用。

来源

2013-03-05 22:32:00

我打算让探查器回答优化是否有意义的问题。 – 2013-03-06 15:51:36

没有办法确定它，因为每个正则表达式模式都不是别的字符串。此外，还有几乎为正则表达式没有性能上的差异是时下智能，我敢肯定，如果模式和源长度相同，股权检查是第一个将要完成

来源

2013-03-05 22:32:26 VladL

这取决于，但我估计Java会首先尝试更高效的DFA正则表达式，并且只有在表达式需要时才会交换到NFA（例如，如果它包含lookaround） – 2013-03-05 22:44:26

这是错误的

for (Pattern pattern : patterns)

你应该创建一个大型的正则表达式来处理所有的模式;那么对于每个输入只能匹配一次。

来源

2013-03-05 22:55:28 irreputable

谢谢。我确实这样做了，结果发现使用一个巨型模式比匹配多个小模式要快1/3。 – 2013-03-06 15:48:12

如何确定字符串是否不是正则表达式？

回答

相关问题