原文鏈接：https://www.baeldung.com/java-regex-performance
作者： baeldung
譯者：Darren Luo
1. 概述
在本快速教程中，我們將展示模式匹配引擎是如何工作的。我們還將介紹在 Java 中優化正則表達式的不同方式。
有關正則表達式的的使用介紹，請參閱此文。
2. 模式匹配引擎
java.util.regex 包使用了一種叫做 Nondeterministic Finite Automaton(NFA)（不確定性有窮自動機）的模式匹配引擎。它被認為是不確定的是因為在對給定字符串嘗試匹配正則表達式時，輸入的每個字符可能針對正則表達式的不同部分進行多次檢查。
在后台，上面提到的引擎使用回溯。這種通用算法嘗試用盡所有可能性，知道它宣告失敗。考慮下面的示例可以更好的理解 NFA：
"tra(vel|ce|de)m" 在輸入字符串“travel”時，該引擎首先會查找“tra”並立即找到它。
在這之后，它將從第四個字符開始嘗試匹配“vel”。這將匹配上，所以她將繼續並嘗試匹配”m“。
那將不能匹配，因此，它將回到第四個字符並搜索”ce“。這次將不再匹配，所以它將再次回到第四個位置並嘗試匹配”de“。這個字符串耶不能匹配，因此它將返回輸入字符串的第二個字符並嘗試搜索另一個“tra”。
最后一次失敗時，算法將返回失敗。
在上面的簡單例子里，在嘗試將輸入字符串和正則表達式匹配時，引擎必須多次回溯。因此，減少回溯次數時非常重要的。
3. 優化正則表達式的方法
3.1 避免重新編譯
Java 中的正則表達式被編譯為內部數據接口。這個編譯時一個耗時的過程。
我們每次調用 String.matches(String regex) 方法時，制定的正則表達式都會重新編譯。
if (input.matches(regexPattern)) { // do something } 我們可以看到，每次進行條件求值時，正則表達式將被編譯。
要進行優化，只能首先編譯模式，然后創建一個 Matcher 來查找值中的匹配：
Pattern pattern = Pattern.compile(regexPattern);
for(String value : values) { Matcher matcher = pattern.matcher(value); if (matcher.matches()) { // do something } } 上述優化的替代方案時使用相同的 Matcher 示例及其 reset() 方法：
Pattern pattern = Pattern.compile(regexPattern);
Matcher matcher = pattern.matcher(""); for(String value : values) { matcher.reset(value); if (matcher.matches()) { // do something } } 由於 Matcher 不是線程安全的情況，我們必須謹慎使用這種變體。在多線程場景中可能存在危險。
總而言之，無論哪種情況，我們都保證在任何時間點都只有一個 Matcher 用例，可以用 reset 來重用它。對於這個例子，重復使用預編譯已經足夠了。
3.2. 使用替換（Alternation）
正如上一節我們測試的那樣，替換使用不當可能會對性能產生影響。最重要的是將選項放置最可能發生的前方，這樣能更快的匹配。
此外，我們必須提取提取他們之間的共同模式。下面兩個是不一樣的：
(travel | trade | trace) 對比：
tra(vel | de | ce) 后一個更快，因為 NFA 將嘗試匹配“tra”，如果沒找到它，則不會嘗試任何替代方案。
3.3. 捕獲分組（Group）
每次我們捕獲分組時，我們都會遭受一次小規模的懲罰。
如果我們需要在分組里捕獲文本，我們應該考慮使用非捕獲分組。請用“(?:M)”替代使用“(M)”。
總結
在這篇短文中，我們簡要回顧了 NFA 的工作原理。然后，我們通過與扁我們的模式並重用 Matcher 來探索如何優化我們正則表達式的性能。
最后，我們指出我們在使用替換和分組的一些注意事項。
和往常一樣，可以在 Github 上找到完整的源代碼。
http://www.spring4all.com/article/1479