爲HTML解析

Question

優化的正則表達式我用這個表達式：

.*[hH]([1-9])\\.\\s*(.*)\\s* 

用java與Matcher.find()方法。

在長文本這個正則表達式需要大量的時間來查找結果。

如何優化正則表達式？有人可以向我推薦一些優化的正則表達式？

Answer 1

您可以使用此：

[hH]([1-9])\\.\\s*+(\\S+) 

其中\\S是所有這不是一個白色字符（的\\s否定）

Possessive quantifiers*+用來禁止回溯。

正如Ian Roberts在他的評論中注意到的那樣，領先的(.*)在這裏似乎毫無用處。

Answer 2

您應該在之前測試長文本試圖運行正則表達式。

String longText=... 
if(longText.matches(myRegex)) { 
    //Matcher.find 
} 

這樣你就不會浪費你的時間。

但是，如果你真的面對longt文本，我可以建議你使用強大的html解析器Jsoup？