Java replaceAll（）字符串方法的多次使用

我正在做一些文本预处理，并且至少使用了10次replaceAll（）方法。恐怕这已经开始变得效率低下了

我的代码如下：

text = text.replaceAll(regex1, "rStr");
text = text.replaceAll(regex2, "rStr2");
.
.
.
text = text.replaceAll(regexn, "rStrn");

我想我应该使用StringBuilder，以避免一直生成新字符串，但我没有注意到有多大的区别

StringBuilder sb = new StringBuilder();
sb.append(text.replaceAll(regex1, "rStr"));
sb.replace(0, sb.length(), sb.toString().replaceAll(regex2, "rStr2"));
.
.
.
sb.replace(0, sb.length(), sb.toString().replaceAll(regexn, "rStrn"));

---

有没有办法让这段代码更高效？

尽量不要使用正则表达式。在java中，这主要是：

• 替换
• 分裂
• 模式和匹配器类

---

如果您可以使用substring方法或indexOf方法，请这样做

尽量不要使用正则表达式。在java中，这主要是：

• 替换
• 分裂
• 模式和匹配器类

---

如果您可以使用substring方法或indexOf方法，请这样做

根据您的模式，您可以通过预编译它们来获得适当的改进

replaceAll

必须执行类似于Pattern.compile（patternStr）.matcher（this）.replaceAll（replacement）的操作。它不会缓存

模式

，因此如果只编译一次，就会看到改进，只要代码被多次调用

---

如果可以，请使用

String.replace（）

而不是

String.replaceAll（）

，但听起来您需要该模式。

根据您的模式，您可以通过预编译这些模式获得相当好的改进

replaceAll

必须执行类似于Pattern.compile（patternStr）.matcher（this）.replaceAll（replacement）的操作。它不会缓存

模式

，因此如果只编译一次，就会看到改进，只要代码被多次调用

---

---

如果可以，请使用

String.replace（）

而不是

String.replaceAll（）

，但这听起来有点像您需要该模式。

如果您用您正在使用的语言标记问题，可能会有所帮助-Java不是吗？如果您只调用了10次replaceAll（）方法，这是一个非常小的效率问题，这就是为什么你没有注意到太多的差异。你能告诉我们更多关于你为什么要做这么多的子字符串替换吗？当然，我需要清除文本中的多个和不同的不需要的功能，如表情符号、LOL、数字等等。所以，既然没有一种模式可以抓住所有这些案例，我想我需要这样做。如果你只需要更换一个，你就可以通过更换来加快速度。但实际上，您可能需要的是Aho Corasick（这很有趣，有点像一个简化的正则表达式）。如果您用您正在使用的语言标记问题，可能会有所帮助-Java不是吗？如果您只调用replaceAll（）方法~10次，这是一个非常小的效率问题，这就是为什么你没有注意到太多的差异。你能告诉我们更多关于你为什么要做这么多的子字符串替换吗？当然，我需要清除文本中的多个和不同的不需要的功能，如表情符号、LOL、数字等等。所以，既然没有一种模式可以抓住所有这些案例，我想我需要这样做。如果你只需要更换一个，你就可以通过更换来加快速度。但实际上，你可能想在这里看到的是Aho Corasick（这很有趣，有点像是一个哑巴的正则表达式）。我讨厌这个建议。预编译模式比您想象的要快，但更重要的是，如果它们可读，您的代码将比子字符串hell更干净、更不脆弱。split（）不使用正则表达式来表示仅为字符串文字的正则表达式。这是一个通用用例实现中的优化。Yes split使用正则表达式我一直使用[\n\r]+。正则表达式在不应该的时候被过度使用了。我建议至少在replaceAll之前进行contains调用，这样在某些情况下可以避免使用正则表达式。单独这样做会大大加快我的代码速度；split不为类似split（“foo”）的东西使用模式。它适用于“\\s+”。我倾向于发现它们没有被充分利用，人们求助于手工解析，因为他们要么不知道正则表达式，要么过早地进行了优化。现实世界中的性能问题几乎总是围绕磁盘IO、网络IO或在大型数据集上频繁运行的算法。但是如果你没有预编译你的模式，我可以理解为什么你会认为它们很慢。我明白你的意思。但就我在这篇文章中的观点而言，replaceAll创造了恐怖故事。我反对这个建议。我讨厌这个建议。预编译模式比您想象的要快，但更重要的是，如果它们可读，您的代码将比子字符串hell更干净、更不脆弱。split（）不使用正则表达式来表示仅为字符串文字的正则表达式。这是一个通用用例实现中的优化。Yes split使用正则表达式我一直使用[\n\r]+。正则表达式在不应该的时候被过度使用了。我建议至少在replaceAll之前进行contains调用，这样在某些情况下可以避免使用正则表达式。单独这样做会大大加快我的代码速度；split不为类似split（“foo”）的东西使用模式。它适用于“\\s+”。我倾向于发现它们没有被充分利用，人们求助于手工解析，因为他们要么不知道正则表达式，要么过早地进行了优化。现实世界中的性能问题几乎总是围绕磁盘IO、网络IO或在大型数据集上频繁运行的算法。但是如果你没有预编译你的模式，我可以理解为什么你会认为它们很慢。我明白你的意思。但就我在这篇文章中的观点而言，replaceAll创造了恐怖故事。我建议不要。是的，我确实需要这个图案。谢谢，我会试试看，稍后再告诉你。是的，我确实需要这个图案。谢谢，我试试看，让你知道