String replaceAll() 与 Matcher replaceAll()（性能差异）答案

【问题标题】：String replaceAll() vs. Matcher replaceAll() (Performance differences)String replaceAll() 与 Matcher replaceAll()（性能差异）
【发布时间】：2010-11-30 19:38:19
【问题描述】：

String.replaceAll() 和 Matcher.replaceAll()（在从 Regex.Pattern 创建的 Matcher 对象上）在性能方面是否存在已知差异？

另外，两者在高级 API 上的区别是什么？（不变性、处理 NULL、处理空字符串等）

【问题讨论】：

标签： java regex string replaceall

【解决方案1】：

根据String.replaceAll 的文档，关于调用方法有以下说法：

这个方法的调用表格str.replaceAll(regex, repl) 产生与表达
Pattern.compile(regex).matcher(str).replaceAll(repl)

因此，可以预期调用String.replaceAll 和显式创建Matcher 和Pattern 之间的性能应该相同。

编辑

正如 cmets 中所指出的，从 String 或 Matcher 对 replaceAll 的单个调用将不存在性能差异，但是，如果需要对 @ 执行多个调用987654334@，人们会认为保留已编译的Pattern 是有益的，因此不必每次都执行相对昂贵的正则表达式模式编译。

【讨论】：

除了，如下所述，模式编译的性能损失。如果您使用的是常量正则表达式，请将其编译并粘贴到静态常量中。
您最后的“因此”评论仅适用于 1 次通话，在这种情况下，性能指标确实不相关。如果使用相同的正则表达式重复调用 replaceAll，则 String.replaceAll 比缓存已编译的模式要慢。
有谁知道regex 字符串是否是静态的，是否有足够聪明的javac 编译器能够确定Pattern 对象也可以是静态的，并自动在生成的字节码中构建一个静态字段？听起来是提高代码性能同时提高可读性的好方法。
其实，反复使用，拿着Matcher更好。用Pattern.compile(...).matcher("ignored input") 创建它，然后用theMatcher.reset(theString).replaceAll(...) 使用它
@alliteralmind FWIW 持有 Matcher 不是线程安全的。我们在生产中发现了这一点，并导致了一些损坏的 XML 字符串。见javamex.com/tutorials/regular_expressions/thread_safety.shtml

【解决方案2】：

String.replaceAll()的源码：

public String replaceAll(String regex, String replacement) {
    return Pattern.compile(regex).matcher(this).replaceAll(replacement);
}

它必须首先编译模式 - 如果您要在短字符串上使用相同的模式多次运行它，如果您重用一个已编译的模式，性能会好得多。

【讨论】：

【解决方案3】：

主要区别在于，如果您保留用于生成Matcher 的Pattern，则可以避免每次使用正则表达式时都重新编译它。通过String，您无法像这样“缓存”。

如果您每次都有不同的正则表达式，使用String 类的replaceAll 就可以了。如果您将相同的正则表达式应用于多个字符串，请创建一个 Pattern 并重复使用它。

【讨论】：

修补你的答案以重复我已经说过的话是蹩脚的。
如果出于某种原因这是针对我的，我怀疑在您发布答案时我已经在编辑...
其实是针对coobird的。

【解决方案4】：

不变性/线程安全：编译的模式是不可变的，匹配器不是。（见Is Java Regex Thread Safe?）

处理空字符串：replaceAll 应该优雅地处理空字符串（它不会匹配空输入字符串模式）

煮咖啡等：我上次听说，String、Pattern 和 Matcher 都没有任何 API 功能。

编辑：至于处理 NULL，String 和 Pattern 的文档没有明确说明，但我怀疑他们会抛出 NullPointerException，因为他们期望 String。

【讨论】：

【解决方案5】：

String.replaceAll 的实现告诉你你需要知道的一切：

return Pattern.compile(regex).matcher(this).replaceAll(replacement);

（文档也是这样说的。）

虽然我没有检查缓存，但我当然希望编译一个模式一次并保持对它的静态引用比调用 Pattern.compile 每个都使用相同的模式更有效时间。如果有缓存，它会节省一点效率 - 如果没有，它可能会很大。

【讨论】：

【解决方案6】：

不同之处在于 String.replaceAll() 每次调用时都会编译正则表达式。 .NET 的静态 Regex.Replace() 方法没有等效的方法，它会自动缓存已编译的正则表达式。通常，replaceAll() 是您只执行一次的操作，但如果您要使用相同的正则表达式重复调用它，尤其是在循环中，您应该创建一个 Pattern 对象并使用 Matcher 方法。

您也可以提前创建 Matcher，并使用它的 reset() 方法为每次使用重新定位它：

Matcher m = Pattern.compile(regex).matcher("");
for (String s : targets)
{
  System.out.println(m.reset(s).replaceAll(repl));
}

当然，重用 Matcher 的性能优势远不及重用 Pattern。

【讨论】：

【解决方案7】：

其他答案充分涵盖了 OP 的性能部分，但 Matcher::replaceAll 和 String::replaceAll 之间的另一个区别也是编译您自己的 Pattern 的原因。当您自己编译 Pattern 时，可以使用诸如标志之类的选项来修改正则表达式的应用方式。例如：

Pattern myPattern = Pattern.compile(myRegex, Pattern.CASE_INSENSITIVE);

Matcher 将应用您在调用 Matcher::replaceAll 时设置的所有标志。

您还可以设置其他标志。大多数情况下，我只是想指出Pattern 和Matcher API 有很多选项，这是超越简单String::replaceAll 的主要原因

【讨论】：