java - 从项目中提取数据的最佳方法

Question

到目前为止我已经做到了

import java.io.File;
import java.io.FileInputStream;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

import org.apache.commons.io.IOUtils;

public class Test {

    public static void main(String... args) {
        Pattern p = Pattern.compile("(?s).*(MyFunc[(](?s).*[)];)+(?s).*");

        File[] files = new File("C:\\TestDir").listFiles();
        showFiles(files, p);
    }

    public static void showFiles(File[] files, Pattern p) {
        for (File file : files) {
            if (file.isDirectory()) {
                System.out.println("Directory: " + file.getName());
                showFiles(file.listFiles(), p); // Calls same method again.
            } else {
                System.out.println("File: " + file.getAbsolutePath());

                String f;
                try {
                    f= IOUtils.toString(new FileInputStream(file.getAbsolutePath()), "UTF-8");
                    System.out.println(file.getName());
                    Matcher m = p.matcher(f);

                    if (m.find()) {
                        System.out.println(m.group());
                    }
                } catch (Exception e) {
                    e.printStackTrace();
                    return;
                }
            }
        }
    }
} 

我想要做的是找到某个目录内的文件中写入的 MyFunc 的每个调用(该目录可能有包含也应该检查的文件的子目录)。文件数量相当大，但即使是 1Mb 的单个文件，上述速度也非常慢。你知道如何实现我想要的吗？我没想到这会这么慢。

编辑//如果这不能通过一个简单的程序有效地完成，请随时向我提供有用的免费框架的建议。谢谢大家的帮助。

Answer 1

您的方法的问题在于您使用的正则表达式。您在模式的开头和结尾处包含 .* ，这将显着提高处理速度。使用以下正则表达式尝试相同的代码:

(MyFunc\\(.*?\\);)

您还可以应用其他答案提出的增强功能，但我很确定您的瓶颈在于正则表达式本身。

祝你好运!