java - Java的正则表达式模式分类？

Question

比如我要分类c*t => CLASS1，和d*g => CLASS2：

Pattern CXT = Pattern.compile("^c.*t$");
Pattern DXG = Pattern.compile("^d.*g$");

public int classify(String in) {
    if (CXT.matches(in)) return CLASS1;
    if (DXG.matches(in)) return CLASS2;
    return -1;
}

如果有很多模式模式，这是非常低效的。

假设所有模式都是正交的，很容易看到一个 DFA 中的单遍就足够了。那么，是否存在可以将所有模式组合在一起的正则表达式处理器？

Answer 1

你应该看一下dk.brics.automaton包，它不是你要找的，但它是一个非常快速的状态机实现，带有BSD 许可证。

因此，您可以构建自动机，它比正则表达式更快地为您进行分类。

Answer 2

你可以做例如（未测试）：

Pattern pat = Pattern.compile("^((c.*t)|(d.*g))$");


public int classify(String in) {
    Matcher m = pat.matcher(in);
    if (m.matches()) {
        if ( m.group(2) != null ) {
             return C;
        }
        else if ( m.group(3) != null ) {
         return D;
        }
    }
    return -1;
}

但我不确定这会比您当前的代码更有效。无论哪种方式，您都必须比较所有可能模式的输入，无论是显式执行还是将其构建到正则表达式中

Answer 3

/^((c.*t)|(d.*g))$/

然后，您查看找到了哪个匹配项。如果您看到 $2，则返回 CLASS1。如果您看到 $3，则返回 CLASS2 等。