Próbuję analizować ciągi (niektóre mogą być bardzo długie, akapity) na podstawie białych znaków (spacje, klawisze powrotu, tabulatory). Obecnie używasz String.split("\\s++"). W poprzednim projekcie, który aktualizujemy, po prostu użyliśmy StringTokenizer. Używanie String.split("\\s++") działa dobrze we wszystkich naszych testach i ze wszystkimi naszymi beta testerami.
W chwili, gdy udostępnimy go rozszerzonym użytkownikom, będzie działał przez chwilę, aż pochłonie wszystkie zasoby serwera. Z tego, co zbadałem, wydaje się, że jest to katastrofalne cofanie się. Otrzymujemy błędy takie jak:
....was in progress with java.base@11.0.5/java.util.regex.Pattern$GroupHead.match(Pattern.java:4804)
java.base@11.0.5/java.util.regex.Pattern$Start.match(Pattern.java:3619)
java.base@11.0.5/java.util.regex.Matcher.search(Matcher.java:1729)
java.base@11.0.5/java.util.regex.Matcher.find(Matcher.java:746)
java.base@11.0.5/java.util.regex.Pattern.split(Pattern.java:1264)
java.base@11.0.5/java.lang.String.split(String.java:2317)
Użytkownicy mogą wpisać szalony tekst. Jaka jest najlepsza opcja analizowania ciągów, które mogą mieć od 10 do 1000 znaków? Jestem przy ścianie z cegły. Próbowałem różnych wzorców (regex nie jest moim najsilniejszym obszarem) przez ostatnie 4 dni bez długoterminowego sukcesu.
1 odpowiedź
Prostym rozwiązaniem, jeśli nie ufasz wyrażeniu regularnemu, jest użycie rozwiązania nie opartego na wyrażeniu regularnym, takiego jak Apache Commons StringUtils # split. Alternatywnie, całkiem łatwo jest samemu napisać.
Pamiętaj, że różnica między używaniem StringTokenizera a funkcją dzielenia polega na tym, że tokenizer jest leniwy. Jeśli pobierałeś tylko podzbiór wyników podziału, możesz zużywać więcej pamięci podczas podziału. Spodziewałbym się tylko, że będzie to problem z dużymi strunami.
Podobne pytania
Nowe pytania
java
Java to język programowania wysokiego poziomu. Użyj tego tagu, jeśli masz problemy z używaniem lub zrozumieniem samego języka. Ten tag jest rzadko używany samodzielnie i jest najczęściej używany w połączeniu z [spring], [spring-boot], [jakarta-ee], [android], [javafx], [hadoop], [gradle] i [maven].
str.split("\\s++"), gdziestrbył ciągiem 16 000 znaków, ale zakończyło się w zasadzie natychmiast.\\s++? Powinno to nie spełniać twoich kryteriów z mojego zrozumienia. Jestem w 99% pewien, że faktycznie potrzebujesz\s+w oparciu o moją ograniczoną wiedzę na temat interpolacji/unikania ciągów Java.++to zaborcza wersja zachłannego kwantyfikatora+\s++nie może powodować cofania się, więc problem nie dotyczy CB.