在嘗試使Java在計算機語言基準測試游戲的regexdna挑戰中排名第一時，我正在研究Java正則表達式庫的性能。 我可以找到的最新網站是2010年的tusker.org 。因此，我決定使用Java Microbenchmarking Harness重做測試并發布結果（破壞性警告：某些非傳統的解決方案使Java排名第一）。

TL; DR ：正則表達式非常適合臨時查詢，但是如果您對性能敏感，則應手動編寫解決方案代碼（這并不意味著您必須從絕對零開始–例如，Google Guava庫包含一些不錯的實用程序 ，可以幫助編寫可讀性強的代碼。

現在，對于一些總結性能的圖表–該測試是在帶有OpenJDK 1.8.0_66的64位Ubuntu 15.10計算機上運行的：

觀察結果

• 正則表達式沒有“標準”，因此當給定特定的正則表達式和特定的字符串以進行匹配時，不同的庫可能會有不同的行為-即。 一個可能會說它匹配，但另一個可能會說它不匹配。 例如，即使我使用了一組減少的測試用例（針對6個字符串檢查了5個正則表達式），也只有兩個庫設法正確地匹配/不正確地匹配它們（其中一個是java.util.Pattern）。
• 要使您的正則表達式正確，可能需要不止一次的嘗試（例如regexpal或Regex Coach之類的工具對于實驗非常有用）
• 正則表達式的性能很難預測（有時它可能會基于輸入長度而呈指數復雜性 ）–因此，如果您接受Internet上任意用戶的正則表達式（例如搜索引擎，例如允許使用正則表達式進行搜索）
• 似乎沒有一個庫正在積極開發中（事實上， tusker.org上原始列表中的許多庫現在不可用），而且其中許多庫都比內置的juPattern慢 ，因此， 如果使用正則表達式，可能是首選。
• 這么說，硬件以及兩者的性能JVM已經相當大，因此，如果您正在使用這些庫之一，它通常是運行一個數量級的速度比它是在五年前。 因此，無需快速替換工作代碼（除非您的探查器說這是個問題:-)）
• 注意循環中對String.split的調用。 盡管它針對特定情況（例如一字符正則表達式）進行了一些優化，但您幾乎應該始終：
  • 看看是否可以使用Google Guava的Splitter之類的工具
• 這兩個驚喜是dk.brics.automaton ，它的表現比其他所有產品都要好幾個數量級，但是：
  • 最新版本是2011年，似乎是一個學術項目
• 另一個驚喜是kmy.regex.util.Regex ，盡管自2000年以來未進行更新，但它的性能優于java.util.Pattern，并且通過了所有測試（當然并沒有很多測試）。

使用的庫的完整列表：

庫名稱和版本（發布年份） 在Maven Central中可用 執照 平均操作/秒 平均操作/秒（大文本） 通過測試

j.util.Pattern 1.8（2015）	否（JRE附帶）	JRE許可證	19689	22144	5之5
dk.brics.automaton.Automaton 1.11-8（2011）	是	BSD	2 600 225	115374276	5分之2
org.apache.regexp 1.4（2005）	是	阿帕奇（？）	6738	16895	5之4
com.stevesoft.pat.Regex 1.5.3（2009）	是	LGPL v3	4191	859	5之4
net.sourceforge.jregex 1.2_01（2002）	是	BSD	57811	3573	5之4
kmy.regex.util.Regex 0.1.2（2000）	沒有	藝術許可	217803	38184	5之5
org.apache.oro.text.regex.Perl5Matcher 2.0.8（2003）	是	阿帕奇2.0	31906	2383	5之4
gnu.regexp.RE 1.1.4（2005？）	是	GPL（？）	11848	1509	5之4
com.basistech.tclre.RePattern 0.13.6（2015）	是	阿帕奇2.0	11598	43	5之3
com.karneim.util.collection.regex.Pattern 1.1.1（2005？）	是	？	–	–	5分之2
org.apache.xerces.impl.xpath.regex.RegularExpression 2.11.0（2014）	是	阿帕奇2.0	–	–	5之4
com.ibm.regex.RegularExpression 1.0.2（不再可用）	沒有	？	–	–	–
RegularExpression.RE 1.1（不再可用）	沒有	？	–	–	–
gnu.rex.Rex嗎？ （不再可用）	沒有	？	–	–	–
monq.jfa.Regexp 1.1.1（不再可用）	沒有	？	–	–	–
com.ibm.icu.text.UnicodeSet（ICU4J） 56.1（2015）	是	ICU許可證	–	–	–

如果要重新運行測試，請簽出源代碼并按以下方式運行它：

# we need to skip tests since almost all libraries fail a test or an other mvn -Dmaven.test.skip=true clean package # run the benchmarks java -cp lib/jint.jar:target/benchmarks.jar net.greypanther.javaadvent.regex.RegexBenchmarks

最后， 計算機語言基準游戲的regexdna挑戰如何？ 我通過使用位操作檢查8字節的塊（如果它們可能匹配），從而使Java達到了＃1的水平，然后僅對正則表達式進行了測試。 如前所述：如果要提高性能，則需要編寫自定義解析器。

翻譯自: https://www.javacodegeeks.com/2015/12/java-regular-expression-library-benchmarks-2015.html

總結

以上是生活随笔為你收集整理的Java正则表达式库基准测试– 2015年的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。