在没有线性搜索的情况下找出 Java 正则表达式中的哪个组匹配？

Question

我有一些以编程方式组装的巨大正则表达式，就像这样

(A)|(B)|(C)|...

每个子模式都在其捕获组中。当我得到匹配项时，如何确定哪个组匹配而不对每个组进行线性测试group(i)以查看它返回非空字符串？

Answer 1

如果您的正则表达式是以编程方式生成的，为什么不以编程方式生成n 个单独的正则表达式并依次测试每个正则表达式呢？除非它们共享一个共同的前缀并且 Java 正则表达式引擎很聪明，否则所有替代方案都会经过测试。

更新：我刚刚浏览了 Sun Java 源代码，特别是 java.util.regex.Pattern$Branch.match()，这也只是对所有替代方案进行线性搜索，依次尝试每个替代方案。使用 Branch 的其他地方并不建议对公共前缀进行任何类型的优化。