将字符串与多个正则表达式模式匹配

Question

我有一个输入字符串。

我正在考虑如何有效地将这个字符串与多个正则表达式匹配。

Example Input: ABCD

我想匹配这些 reg-ex 模式，如果其中至少有一个匹配，则返回 true：

[a-zA-Z]{3}

^[^\\d].*

([\\w&&[^b]])*

我不确定如何同时匹配多个模式。谁能告诉我我们如何有效地做到这一点？

Answer 1

如果您只有几个正则表达式，并且它们在编译时都是已知的，那么这就足够了：

private static final Pattern
  rx1 = Pattern.compile("..."),
  rx2 = Pattern.compile("..."),
  ...;

return rx1.matcher(s).matches() || rx2.matcher(s).matches() || ...;

如果它们更多，或者它们在运行时加载，则使用模式列表：

final List<Pattern> rxs = new ArrayList<>();


for (Pattern rx : rxs) if (rx.matcher(input).matches()) return true;
return false;

Answer 2

您可以从单个正则表达式中创建一个大的正则表达式：

[a-zA-Z]{3}|^[^\\d].*|([\\w&&[^b]])*

Answer 3

为避免重新创建 Pattern 和 Matcher 类的实例，您可以创建每个实例并重用它们。要重用 Matcher 类，您可以使用 reset(newInput) 方法。 警告：这种方法不是线程安全的。仅当您可以保证只有一个线程能够使用此方法时才使用它，否则为每个方法调用创建单独的 Matcher 实例。

这是可能的代码示例之一

private static Matcher m1 = Pattern.compile("regex1").matcher("");
private static Matcher m2 = Pattern.compile("regex2").matcher("");
private static Matcher m3 = Pattern.compile("regex3").matcher("");

public boolean matchesAtLeastOneRegex(String input) {
    return     m1.reset(input).matches() 
            || m2.reset(input).matches()
            || m3.reset(input).matches();
}

Answer 4

这里有一个替代方案。 请注意，这不会做的一件事是以特定顺序返回它们。但是可以通过例如按 m.start() 排序来做到这一点。

private static HashMap<String, String> regs = new HashMap<String, String>();

...

    regs.put("COMMA", ",");
    regs.put("ID", "[a-z][a-zA-Z0-9]*");
    regs.put("SEMI", ";");
    regs.put("GETS", ":=");
    regs.put("DOT", "\\.");

    for (HashMap.Entry<String, String> entry : regs.entrySet()) {
        String key = entry.getKey();
        String value = entry.getValue();
        Matcher m = Pattern.compile(value).matcher("program var a, b, c; begin a := 0; end.");
        boolean f = m.find();
        while(f) 
        {
            System.out.println(key);
            System.out.print(m.group() + " ");
            System.out.print(m.start() + " ");
            System.out.println(m.end());
            f = m.find();
        }

    }   
}

Answer 5

就像 (Running multiple regex patterns on String) 中解释的那样，最好将每个正则表达式连接到一个大的正则表达式，而不是只运行一个匹配器。这是一个很大的改进，因为您经常重用正则表达式。

Answer 6

我不确定effectively 是什么意思，但如果它是关于性能并且你想检查很多字符串，我会选择这个

...
static Pattern p1 = Pattern.compile("[a-zA-Z]{3}");
static Pattern p2 = Pattern.compile("^[^\\d].*");
static Pattern p3 = Pattern.compile("([\\w&&[^b]])*");

public static boolean test(String s){
   return p1.matcher(s).matches ? true: 
        p2.matcher(s).matches ? true: 
        p3.matcher(s).matches;
}

我不确定它会如何影响性能，但将它们与| 结合在一个正则表达式中也会有所帮助。