Java的正則表達式模式分類？

Question

例如，我想對c * t => CLASS1和d * g => CLASS2進行分類：

Pattern CXT = Pattern.compile("^c.*t$");
Pattern DXG = Pattern.compile("^d.*g$");

public int classify(String in) {
    if (CXT.matches(in)) return CLASS1;
    if (DXG.matches(in)) return CLASS2;
    return -1;
}

如果有很多模式，效率很低。

假設所有模式都是正交的，則很容易看到一個DFA中的一次通過就足夠了。 那么，是否存在可以將所有模式組合在一起的正則表達式處理器？

Answer 1

您應該看一下dk.brics.automaton軟件包，它並不是您要找的東西，但這是一個具有BSD license的非常快速的狀態機實現。

因此，您可以建立自動機，該自動機比正則表達式更快地完成分類。

Answer 2

您可以執行例如（未測試）：

Pattern pat = Pattern.compile("^((c.*t)|(d.*g))$");


public int classify(String in) {
    Matcher m = pat.matcher(in);
    if (m.matches()) {
        if ( m.group(2) != null ) {
             return C;
        }
        else if ( m.group(3) != null ) {
         return D;
        }
    }
    return -1;
}

但我不確定這是否會比您當前的代碼更有效。 無論哪種方式，您都必須比較所有可能模式的輸入，無論是顯式進行還是將其構建到正則表達式中

Answer 3

/^((c.*t)|(d.*g))$/

然后，您查看是否找到了匹配項。 如果看到$ 2，則返回CLASS1。 如果看到$ 3，則返回CLASS2等。