出于性能原因，Java String.split 传入预编译的正则表达式

Question

正如问题所述，给出以下代码：

public class Foo
{
   public static void main(String[] args)
   {  
         String test = "Cats go meow";  
         String[] tokens = test.split(" ");
   }
}

是否可以按照以下方式在 split 函数中预编译该正则表达式：

public class Foo
{  
   Pattern pattern = Pattern.compile(" ");
   public static void main(String[] args)
   {  
         String test = "Cats go meow";  
         String[] tokens = test.split(pattern);
   }
}

Answer 1

是的，这是可能的。另外，将pattern设为静态，以便静态方法main可以访问它。

public class Foo
{  
   private static Pattern pattern = Pattern.compile(" ");
   public static void main(String[] args)
   {  
         String test = "Cats go meow";  
         String[] tokens = pattern.split(test);
   }
}

根据String中split方法的docs，可以使用String的split或者Pattern的split，但是String的split编译一个Pattern并调用它的split方法，所以使用Pattern 预编译正则表达式。

Answer 2

不 - 我认为那是个坏主意！

仔细查看拆分方法的源代码 - 如果字符串只有一个字符（并且不包含正则表达式特殊字符），则实现了一种快捷方式

public String[] split(String regex, int limit) {
    /* fastpath if the regex is a
     (1)one-char String and this character is not one of the
        RegEx's meta characters ".$|()[{^?*+\\", or
     (2)two-char String and the first char is the backslash and
        the second is not the ascii digit or ascii letter.
     */
    char ch = 0;
    if (((regex.value.length == 1 &&
         ".$|()[{^?*+\\".indexOf(ch = regex.charAt(0)) == -1) ||

所以 - split(" ") 应该快很多。

另一方面，在使用正则表达式时，将它们设为静态最终成员总是一个好主意。

编辑：

对于 String.split，JDK1.7 和 OpenJDK 7 的源代码似乎是相同的——你自己看看： Lines 2312ff.

所以 - 对于更复杂的模式（例如 1 个或多个空格）：

   static final Pattern pSpaces = Pattern.compile("[ ]+");

Answer 3

public class Foo
{  
   private static final Pattern pattern = Pattern.compile(" ");
   public static void main(String[] args)
   {  
         String test = "Cats go meow";  
         String[] tokens = pattern.split(test);
   }
}

Answer 4

改用Pattern.split()：

String[] tokens = pattern.split(test);