在尝试使Java在计算机语言基准测试游戏的regexdna挑战中排名第一时，我正在研究Java正则表达式库的性能。 我可以找到的最新网站是2010年的tusker.org 。因此，我决定使用Java Microbenchmarking Harness重做测试并发布结果（破坏性警告：某些非传统的解决方案使Java排名第一）。

TL; DR ：正则表达式非常适合临时查询，但是如果您对性能敏感，则应手动编写解决方案代码（这并不意味着您必须从绝对零开始–例如，Google Guava库包含一些不错的实用程序 ，可以帮助编写可读性强的代码。

现在，对于一些总结性能的图表–该测试是在带有OpenJDK 1.8.0_66的64位Ubuntu 15.10计算机上运行的：

观察结果

• 正则表达式没有“标准”，因此当给定特定的正则表达式和特定的字符串以进行匹配时，不同的库可能会有不同的行为-即。 一个可能会说它匹配，但另一个可能会说它不匹配。 例如，即使我使用了一组减少的测试用例（针对6个字符串检查了5个正则表达式），也只有两个库设法正确地匹配/不正确地匹配它们（其中一个是java.util.Pattern）。
• 要使您的正则表达式正确，可能需要不止一次的尝试（例如regexpal或Regex Coach之类的工具对于实验非常有用）
• 正则表达式的性能很难预测（有时它可能会基于输入长度而呈指数复杂性 ）–因此，如果您接受Internet上任意用户的正则表达式（例如搜索引擎，例如允许使用正则表达式进行搜索）
• 似乎没有一个库正在积极开发中（事实上， tusker.org上原始列表中的许多库现在不可用），而且其中许多库都比内置的juPattern慢 ，因此， 如果使用正则表达式，可能是首选。
• 这么说，硬件以及两者的性能JVM已经相当大，因此，如果您正在使用这些库之一，它通常是运行一个数量级的速度比它是在五年前。 因此，无需快速替换工作代码（除非您的探查器说这是个问题:-)）
• 注意循环中对String.split的调用。 尽管它针对特定情况（例如一字符正则表达式）进行了一些优化，但您几乎应该始终：
  • 看看是否可以使用Google Guava的Splitter之类的工具
• 这两个惊喜是dk.brics.automaton ，它的表现比其他所有产品都要好几个数量级，但是：
  • 最新版本是2011年，似乎是一个学术项目
• 另一个惊喜是kmy.regex.util.Regex ，尽管自2000年以来未进行更新，但它的性能优于java.util.Pattern，并且通过了所有测试（当然并没有很多测试）。

使用的库的完整列表：

如果要重新运行测试，请签出源代码并按以下方式运行它：

# we need to skip tests since almost all libraries fail a test or an other
mvn -Dmaven.test.skip=true clean package
# run the benchmarks
java -cp lib/jint.jar:target/benchmarks.jar net.greypanther.javaadvent.regex.RegexBenchmarks

最后， 计算机语言基准游戏的regexdna挑战如何？ 我通过使用位操作检查8字节的块（如果它们可能匹配），从而使Java达到了＃1的水平，然后仅对正则表达式进行了测试。 如前所述：如果要提高性能，则需要编写自定义解析器。

翻译自: https://www.javacodegeeks.com/2015/12/java-regular-expression-library-benchmarks-2015.html