Java字符串比较与正则表达式的区别？

Question

我正在比较大量字符串(日志条目)以验证某些系统结果是否未更改。我的第一次尝试足够直接，只是使用 .equals() 比较。如果 .equals() 失败。

只有当我的系统结果在同一天记录时，此功能才有效。部分数据包括访问的时间戳。我不介意访问日期是否不同，我关心的是其余的有效负载。

作为我正在比较的一小部分字符串的示例:

...3X68 : accessed 14 Oct 2014 : from quo... 
...3X68 : accessed 16 Oct 2014 : from quo...  

这些字符串有多种我想忽略的“accessed dd MMM yyyy”标签，通常约为 5-10 个，但在某些情况下，数据可能有数百千字节，有数百个 block ，每个 block 都有一个副本已访问的邮票。 (是的，删除冗余就在列表中。)

我已经尝试了几次与正则表达式“accessed\d\d​​ ...\d\d​​\d\d”不匹配的尝试，但由于子字符串可能会出现多次，所以我最终编写了正则表达式对多次此类搜索进行测试，但由于它可能会出现一百次或更多次，因此这很快就不切实际。

有哪些更好的方法来运行这种字符串与异常的比较？直接还是通过利用库？

Answer 1

确实有很多方法可以解决这个问题。鉴于除了时间戳问题之外，String.equals() 比较可以满足您的目的，相对简单的方法是从输入和比较数据中删除时间戳，并使用 String。 equals() 来比较您关心的部分(即剩下的部分)。您可以使用正则表达式来进行剥离:

Pattern tsPattern = Pattern.compile("accessed \d\d ... \d\d\d\d");
Matcher m = tsPattern.matcher(input);
String stripped = m.replaceAll("");

您也可以使用 String.replaceAll() 来完成此操作，但如果您要进行大量替换，那么使用 Matcher 会更便宜，因为您可以做

m.reset(nextInput);

避免为每个字符串重新编译正则表达式。