java - 许多短片或一大段文本的正则表达式更快吗？

Question

我想对文件内容执行一些正则表达式替换(在 Java 中)。

这样会不会更有效率

1. 读取文件的一行；正则表达式替换它，将它添加到字符串文件，然后读取下一行；等

或

1. 将整个文件读入字符串文件；然后用正则表达式替换那个大字符串。

是否对此进行了研究，或者有人对此有所了解吗？

我猜 #2 的性能会更高，但会使用更多内存，但我想确定一下。

Answer 1

第二种方法会更快。但请相信我的话，接受我的代码!

File f = new File("somefile.txt"); // Get the file
List<String> lines_list = Files.readAllLines(f.toPath()); // read the file
StringBuilder str = new StringBuilder(); // the file is a list, lets create a string
lines_list.forEach(str::append); // add all of the lines to the string builder
final String fileString = str.toString(); // finally create a string from it.

long startTime = System.nanoTime();
lines_list.forEach(item -> item = item.replaceAll("\\^([0-9]+)", "<sup>$1</sup>"));
long endTime = System.nanoTime();
System.out.println("Iterating and replacing over list: "+(endTime - startTime));

startTime = System.nanoTime();
fileString.replaceAll("\\^([0-9]+)", "<sup>$1</sup>");
endTime = System.nanoTime();
System.out.println("Replacing the entire string: "+(endTime - startTime));

结果

Iterating and replacing over list: 156046464
Replacing the entire string: 1473488

请注意，我正在使用一个列表来复制您的第一个场景。我认为无论如何，您都必须将其作为列表来处理。

请注意，第二种方法在处理非常大的文件时要快 100 倍。我在文本中使用了圣经，因为它是免费的。这是 4.5 MB 的简单文本。