Оптимизировать Java Регулярное выражение

Question

Оптимизировать Java Регулярное выражение

1

У меня есть файл с такими огромными выражениями, как:

if ((Pattern.compile("string1|String2|String3").matcher(text_str).find()) 
    && (Pattern.compile("String4|String5").matcher(text_str).find())
    && (Pattern.compile("String6|String7|String8").matcher(text_str).find())
    && (Pattern.compile("String9|String10").matcher(text_str).find())
    && (Pattern.compile("String11|String12").matcher(text_str).find())
    && (Pattern.compile("String13|String14").matcher(text_str).find())
    && (Pattern.compile("String15|String16").matcher(text_str).find())
    && (Pattern.compile("String17|String18").matcher(text_str).find())
    && (Pattern.compile("String19|String19|String20").matcher(text_str).find())
    ) {
    return true;

}

Мне в основном нужно делать проверки для строк типа (Pseudocode):

String contains? (I have a) AND (cat OR dog OR fish) AND (and it) AND (eats OR drinks OR smells) AND (funny OR a lot OR nothing)

как я мог бы сделать это более удобным и эффективным с очень большим количеством проверок?

user1759796 22 май 2014, в 15:48

Источник

0

Если ваш код работает, может быть лучше перейти на codereview.stackexchange.com
AntonH 22 май 2014, в 13:14
0

Являются ли string1, string2 ... литеральными строками?
Casimir et Hippolyte 22 май 2014, в 13:18
0

Итак, когда вы говорите «String1», «String2» и т. Д., Это просто заполнители для реальных строк, верно? И являются ли настоящие строки просто старыми строками или они содержат какие-либо реальные регулярные выражения (например, такие как \d и т. Д.)?
ooga 22 май 2014, в 13:20
0

Вы соответствуете, хорошо, но что вы делаете с этими матчами?
fge 22 май 2014, в 13:21
0

String1 и т. Д. Просто старые слова. Я хочу проверить, заполняет ли предложение определенные шаблоны, как пример в псевдокоде.
user1759796 22 май 2014, в 13:22
0

Что вы делаете в случае соответствия? Вы просто проверяете, следует ли строка за этим набором слов?
Aboca 22 май 2014, в 13:27

Показать ещё 4 комментария

Теги:

java

performance

regex

maintainability

2 ответа

1

Ну, у вас может быть List<List<String>> который вы можете скомпилировать в List<Pattern>:

for(List<String> terms : listOfTerms) {
    String pattern = StringUtils.join(terms, "|");
    patterns.add(Pattern.compile(pattern));
}

и затем проверьте:

for(Pattern p : patterns)
    if(!p.matches(string))
        return false;

return true;

Это облегчит проверку. Для определения исходного списка терминов возможно, что массивы будут работать лучше? Что-то вроде этого:

String[][] terms = {{"cat", "dog"}, {"a", "b"}...};

Что можно отформатировать, чтобы выглядеть красиво и может содержать комментарии и т.д....

Icewind 22 май 2014, в 11:06

Ещё вопросы

Если ваш код работает, может быть лучше перейти на codereview.stackexchange.com
Являются ли string1, string2 ... литеральными строками?
Итак, когда вы говорите «String1», «String2» и т. Д., Это просто заполнители для реальных строк, верно? И являются ли настоящие строки просто старыми строками или они содержат какие-либо реальные регулярные выражения (например, такие как \d и т. Д.)?
Вы соответствуете, хорошо, но что вы делаете с этими матчами?
String1 и т. Д. Просто старые слова. Я хочу проверить, заполняет ли предложение определенные шаблоны, как пример в псевдокоде.
Что вы делаете в случае соответствия? Вы просто проверяете, следует ли строка за этим набором слов?

Bohemian · Accepted Answer · 2014-05-22T12-10-00.000Z

2

Лучший ответ

Вы можете сделать это с помощью одного регулярного выражения, используя ряд опций:

return text_str.matches("(?s)^(?=.*(string1|String2|String3))(?=.*(String4|String5))(?=.*(String6|String7|String8))(?=.*(String9|String10))(?=.*(String11|String12))(?=.*(String13|String14))(?=.*(String15|String16))(?=.*(String17|String18))(?=.*(String19|String19|String20))");

Bohemian 22 май 2014, в 12:10

0

+1 самый простой ответ, возможно, было бы лучше определить слова для переменных для лучшей наглядности и удобства обслуживания.
Aboca 22 май 2014, в 13:29
0

Да, я думал об этом варианте, но мне было трудно его поддерживать. Я мог бы написать функцию, которая генерирует это регулярное выражение из массива слов. Будет ли это выражение работать для строки, в которой много строк, например для html-страницы?
user1759796 22 май 2014, в 13:30
0

@aboca да, я бы сделал небольшой метод построения регулярных выражений - слишком большой шанс испортить его. Что касается многострочного, я добавил флаг «dotall», так что «да, он будет работать над многими строками»
Bohemian♦ 22 май 2014, в 13:31
0

Отлично. Спасибо!
user1759796 22 май 2014, в 13:32
0

@ Bohemian Чтобы избежать катастрофического возврата к исходному состоянию, стоит сделать ленивым.
Farhad Alizadeh Noori 22 май 2014, в 13:33
0

@FarhadAliNoo интересно, как бы ты это сделал? У меня нет опыта в этом
Aboca 22 май 2014, в 13:35
1

@Aboca Вы делаете это ленивым (в отличие от жадного), добавляя? после этого так .*? ленивый Он пытается соответствовать наименьшему количеству символов.
Farhad Alizadeh Noori 22 май 2014, в 13:36
0

@FarhadAliNoo О, я вижу. Спасибо чувак! Я буду иметь это в виду.
Aboca 22 май 2014, в 13:37
0

@Aboca: Не могли бы вы привести пример для вышеупомянутой строки из богемной?
user1759796 22 май 2014, в 13:40
2

@FarhadAliNoo С этим регулярным выражением нет возможности катастрофического возврата. Делать квантификатор неохотным (или «ленивым», как вы говорите) не имеет абсолютно никакой разницы (и причина не имеет ничего общего с обратным отслеживанием)
Bohemian♦ 22 май 2014, в 13:42
0

@ user1759796 Какая линия? Я заблудился. Вы имеете в виду функцию для генерации регулярного выражения?
Aboca 22 май 2014, в 13:44
0

@ Bohemian Думаю, я не должен был использовать "катастрофический возврат". Это другая концепция. Я имел в виду, когда строка aaaaaastring1aaaaaastring1 . Вы хотите, чтобы первая string1 соответствовала и совпадение было успешным. Вместо того, чтобы сопоставлять весь путь до конца первым.
Farhad Alizadeh Noori 22 май 2014, в 13:44
3

@FarhadAliNoo, это прогноз на будущее. он прекратит потреблять ввод, как только он совпадет, так что в действительности он неохотно - он ведет себя так, как будто есть ? после .* любом случае
Bohemian♦ 22 май 2014, в 13:46
0

@ Bohemian ОООооо верно! Правда.
Farhad Alizadeh Noori 22 май 2014, в 13:47

Показать ещё 12 комментариев