Java正则表达式库基准测试– 2015年
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:
库名称和版本(发布年份) | 在Maven Central中可用 | 执照 | 平均操作/秒 | 平均操作/秒(大文本) | 通过测试 |
---|---|---|---|---|---|
j.util.Pattern 1.8(2015) | 否(JRE附带) | JRE许可证 | 19689 | 22144 | 5之5 |
dk.brics.automaton.Automaton 1.11-8(2011) | 是 | BSD | 2 600 225 | 115374276 | 5分之2 |
org.apache.regexp 1.4(2005) | 是 | 阿帕奇(?) | 6738 | 16895 | 5之4 |
com.stevesoft.pat.Regex 1.5.3(2009) | 是 | LGPL v3 | 4191 | 859 | 5之4 |
net.sourceforge.jregex 1.2_01(2002) | 是 | BSD | 57811 | 3573 | 5之4 |
kmy.regex.util.Regex 0.1.2(2000) | 没有 | 艺术许可 | 217803 | 38184 | 5之5 |
org.apache.oro.text.regex.Perl5Matcher 2.0.8(2003) | 是 | 阿帕奇2.0 | 31906 | 2383 | 5之4 |
gnu.regexp.RE 1.1.4(2005?) | 是 | GPL(?) | 11848 | 1509 | 5之4 |
com.basistech.tclre.RePattern 0.13.6(2015) | 是 | 阿帕奇2.0 | 11598 | 43 | 5之3 |
com.karneim.util.collection.regex.Pattern 1.1.1(2005?) | 是 | ? | – | – | 5分之2 |
org.apache.xerces.impl.xpath.regex.RegularExpression 2.11.0(2014) | 是 | 阿帕奇2.0 | – | – | 5之4 |
com.ibm.regex.RegularExpression 1.0.2(不再可用) | 没有 | ? | – | – | – |
RegularExpression.RE 1.1(不再可用) | 没有 | ? | – | – | – |
gnu.rex.Rex吗? (不再可用) | 没有 | ? | – | – | – |
monq.jfa.Regexp 1.1.1(不再可用) | 没有 | ? | – | – | – |
com.ibm.icu.text.UnicodeSet(ICU4J) 56.1(2015) | 是 | ICU许可证 | – | – | – |
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
Java正则表达式库基准测试– 2015年相关推荐
- 嵌入式java基准测试_Java正则表达式库基准测试– 2015年
嵌入式java基准测试 在尝试使Java在计算机语言基准游戏的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, ...
- JAVA 正则表达式 (超详细,转)
转 JAVA 正则表达式 (超详细,转) 2015年03月25日 10:27:57 阅读数:1514 在Sun的Java JDK 1.40版本中,Java自带了支持正则表达式的包,本文就抛砖引玉地介绍 ...
- Java正则表达式:我最期望弄懂的知识,希望对大家都有帮助
在Sun的Java JDK 1.40版本中,Java自带了支持正则表达式的包,本文就抛砖引玉地介绍了如何使用java.util.regex包. 可粗略估计一下,除了偶尔用Linux的外,其他Linu ...
- JAVA 正则表达式 (超详细) .
2019独角兽企业重金招聘Python工程师标准>>> 在Sun的Java JDK 1.40版本中,Java自带了支持正则表达式的包,本文就抛砖引玉地介绍了如何使用java.util ...
- Java正则表达式(超详细)
学习Java的同学注意了!!! 学习过程中遇到什么问题或者想获取学习资源的话,欢迎加入Java学习交流群,群号码:183993990 我们一起学Java! 在Sun的Java JDK 1.40版本 ...
- Java正则表达式(详解)
(PS:这篇文章为转载,我不喜欢转载的但我觉得这篇文章实在是超赞了,就转了过来,这篇可以说是学习JAVA正则表达的必读篇.作者是个正真有功力的人,阅读愉快) 在Sun的Java JDK 1.40版本中 ...
- JAVA 正则表达式 (超详细)
新网站上线 欢迎大家 网站交易中心 在这里你可以购买或者出售你的网站. 网站信息发布中心 在这里有各种交易信息的发布.同时提供 一些软件的免费使用(附有源码). 网站博客系统 这里你可以注册自己的博客 ...
- java 正则表达式 (本文系转载,百度了一下,没找到原博客,或者作者,找了一篇2008年的贴过来了╮(╯▽╰)╭)
参考文章地址: 一 JAVA 正则表达式 (超详细) http://blog.csdn.net/allwefantasy/article/details/3136570/ (强烈推荐,有 ...
- JAVA正则表达式(详细,转载内容)
可粗略估计一下,除了偶尔用Linux的外,其他Linu x用户都会遇到正则表达式.正则表达式是个极端强大工具,而且在字符串模式-匹配和字符串模式-替换方面富有弹性.在Unix世界里,正则表达式几乎没有 ...
最新文章
- 1045 快速排序 (25分)
- 为什么 Kafka 如此之快?
- 嵌入式系统的知识体系、学习误区及学习建议
- k1075停运吗_怀化火车站(怀化火车停运最新消息)
- python语言整数类型-Python 的内置数值类型
- 计算机二级web题目(7.4)--综合应用题1
- C++和Lua交互教程(基于LuaBridge)
- docker 镜像命令
- Spark内核解析之二:Spark 部署模式
- Qcon2017实录|Service Mesh:下一代微服务
- 数据库课程设计专题-数据库课程设计大作业作业列表【建议在校生收藏】
- css 文本和div垂直居中方法汇总
- 数据库查询数据去除重复
- 信息课为什么不叫计算机课,让信息技术课“美”起来
- 如何提高商城的转化率
- Why WPF's Text is Blurry?
- 社保账号按身份证查询
- 2022 Q2 GO开发者问卷调查结果
- 如何把canvas元素作为网站背景总结详解
- 计算机excel按F4是那个公式,功能键F4你真的会用?Excel四大F4快捷操作,轻松解决工作中问题...