在替换之前检查字符串是否包含子字符串是否值得？

Question

我今天看到了这段代码

if (translatedText.contains("â")) translatedText = translatedText.replace("â", "a");
if (translatedText.contains("ê")) translatedText = translatedText.replace("ê", "e");
...

这样的行有 22 行，我想知道在替换之前使用“ifs”有什么意义。我理解它的工作方式是，我们每行读取两次字符串，而直接调用 replace 方法在没有要替换的内容时会产生相同的效果，而在有要替换的内容时会更快。

但这只是我猜它的工作原理。有人可以确认或更正我吗？

还有第二个问题。我们正在对每个元音和每个符号“á”、“à”、“â”和“ä”进行替换。我敢打赌，在 Java 中有更好的方法来做到这一点。有什么建议吗？

谢谢。

Answer 1

documentation 并没有告诉我们如果没有匹配的子字符串，replace 会做什么，而是查看 Oracle 版本 (Java 8) 中的当前实现：

public String replace(CharSequence target, CharSequence replacement) {
    return Pattern.compile(target.toString(), Pattern.LITERAL).matcher(
            this).replaceAll(Matcher.quoteReplacement(replacement.toString()));
}

...如果您先检查，您确实可以避免一些工作，特别是内存分配（匹配器）。

这并不是说没有更好的方法来处理这 22 个替换，可能是通过使用带有字符类（[âê] 等）的单个正则表达式，编译该正则表达式一次，并且然后在循环中使用单个匹配器，非常大致如下（灵感来自this answer）：

// You can do this part once somewhere if you want to
Pattern regex = Pattern.compile("[âê]");
// Then:
StringBuffer resultString = new StringBuffer();
Matcher regexMatcher = regex.matcher(translatedText);
while (regexMatcher.find()) {
    String match = regexMatch.group();
    String replacement;
    switch (match) {
        // ...various cases setting `replacement`
    }
    regexMatcher.appendReplacement(resultString, replacement);
}
regexMatcher.appendTail(resultString);
translatedText = resultString.toString();

或者如果您想过早地对其进行微优化（我的失败）：

// You can do this part once somewhere if you want to
Pattern regex = Pattern.compile("[âê]");
// Then:
StringBuffer resultString = null;
Matcher regexMatcher = regex.matcher(translatedText);
while (regexMatcher.find()) {
    if (resultString == null) {
        resultString = new StringBuffer(translatedText.length() + 100);
    }
    String match = regexMatch.group();
    String replacement;
    switch (match) {
        // ...various cases setting `replacement`
    }
    regexMatcher.appendReplacement(resultString, replacement);
}
if (resultString != null) {
    regexMatcher.appendTail(resultString);
    translatedText = resultString.toString();
}

Answer 2

关于“性能”：这可能真的取决于 JVM 版本；换句话说：取决于replace() 更改的实施，如果有，可以为您节省一些正则表达式匹配器成本；或不。

关于第二个问题：基本上你有很多重复的代码。一种解决方法：

你可以定义一些静态的 final 字段，比如：

Map<String, String> replacements = new HashMap<>();

然后填写：

replacements.put("â", "a");
...

然后用循环替换当前代码，该循环迭代该映射的条目，使用每个键/值作为 replace() 调用的参数。

或者，如另一个答案所示，您执行类似

的操作

replacements.put("[áàâä]", "a");

稍后使用 replaceAll()。

Answer 3

如果您希望摆脱明显多余的if 语句而不导致性能损失，那么快速的解决方案是改用replace(char, char)：

translatedText = translatedText.replace('â', 'a');
translatedText = translatedText.replace('ê', 'e');

这完全避免了正则表达式，无论是显式的还是隐藏的，并且在我的 Java 8 中，如果没有替换，也可以避免创建一个新的 String。

是否还有更好的方法取决于包括口味在内的几个因素。其他几个答案的想法很有希望。

Answer 4

您可以使用正则表达式将所有不需要的字符替换为您的字符

String s="sasaáàdaâadsasä";
System.out.println(s.replaceAll("[áàâä]", "a"));

输出：

sasaaadaaadsasa

[] 表示匹配其中任何出现的字符，如果找到则替换

要替换多个字符，您可以链接替换调用并简单地避免if 条件

String s="sasaáàdaâadsêêêasä";
String str=s.replaceAll("[áàâä]", "a").replaceAll("[ê]", "e");
System.out.println(str);

输出：

sasaaadaaadseeeasa