用Java替换数据的最快方法

Question

我需要编写一个Java方法，该方法将：

• 从数据表中检索HTML
• 在HTML中搜索特定标记（嵌入在注释中）
• 用更多HTML替换该标记

例如，原始HTML可以具有页面标题，标记和页面页脚。 我想获取该HTML并将标记替换为页面内容，例如博客文章。

我主要关心的是速度和功能。 由于原始HTML和要注入原始HTML的HTML可能很大，因此我需要一些建议。

我知道我可以使用Strings和String.replace（），但是我担心String的大小限制以及执行速度如何。

我也在考虑使用Reader / Writer对象，但是我不知道这样是否会更快。

我知道有一个Java Clob对象，但是我真的不知道它是否可以用于我的特定情况。

任何想法/建议都将受到欢迎。

谢谢，

提姆

Answer 1

使用读取器流式传输数据，即时解析它以找到标签，并在使用Writer进行流式传输时替换数据。

是的，您必须编写一个解析器才能执行此操作。

不要将其加载到大缓冲区中，进行搜索和正则表达式以及缓冲区中的所有内容，然后将其写出。 一次处理数据是您最快的操作。

如果文件中的数据较晚，将在文件中填充较高的位置，则您将陷入困境。

最后，为什么不只使用Apache Velocity之类的东西呢？

Answer 2

您的HTML有多大？ 一个千兆字节？ 一兆字节？ 100k？ 10k？ 除了第一个以外，所有其他操作都很好。 如果该答案不能满足您的要求，请使用indexOf()查找标记的开始和结束，并使用substring()前后写入原始字符串的各个部分。

Answer 3

StringBuilder （不是线程安全的）和StringBuffer （线程安全的）是String操作的两种基本构造。 但是，如果您要从流中读取数据，则最好是即时进行处理。 （读取行，查找标记，如果找到，则写内容代替它）