字符串处理算法答案

【问题标题】：Algorithms for string processing字符串处理算法
【发布时间】：2013-04-05 16:04:50
【问题描述】：

我有一个问题让我思考如何提高系统的速度和内存。我将通过示例来描述它，我有这个文件有一些字符串：

<e>Customer</e>
    <a1>Customer Id</a1>
    <a2>Customer Name</a2>
<e>Person</e>

类似于xml文件。

现在，我的解决方案是当我读取<e>Customer</e> 时，我会从它读取到最近的标签，然后从<e>Customer</e> 到最近的标签。

它使系统需要处理这么多。我只使用正则表达式来做到这一点。我想我会像真正的编译器那样做同样的事情，它有一些阶段（词法分析，解析器）。

有什么想法吗？

提前致谢！

【问题讨论】：

【解决方案1】：

如果您真的不想使用免费且可靠的 xml 解析器之一，那么真正快速的解决方案几乎肯定会涉及到状态机。

请参阅此How to create a simple state machine in java 问题以获得良好的开端。

请确保有一个非常充分的理由选择这条路线。

【讨论】：

【解决方案2】：

正则表达式不是解析此类复杂结构的正确工具。由于您的文件看起来很像 XML，因此添加缺少的内容以使其成为 XML（即标头）并将结果提供给 XML 解析器可能是有意义的。

XML 解析器针对快速处理大量数据（尤其是 SAX 类型）进行了优化。如果您从使用正则表达式处理大量文本切换到解析 XML，您应该会看到性能显着提高。

【讨论】：

【解决方案3】：

只是不要将时间花在 XML 词法分析器/解析器上（不值得），而是使用现有的东西。

例如http://www.mkyong.com/tutorials/java-xml-tutorials/是一个很好的教程，用google就行了。

【讨论】：