Сотни RegEx на одну строку

Question

В ответ на мой предыдущий вопрос Сотни RegEx на одну строку Я получил регулярное выражение, подобное следующему

(section1:|section2:|section3:|section[s]?4:|(special section:|it has:|synonyms:)).*?(?=section1:|section2:|section3:|section[s]?4:|(special section:|it has:|synonyms:)|$)

раздел секции в поиске регулярных выражений

Регулярное выражение, которое я использую в моей системе расширений, содержит более 1000 символов и имеет длину в несколько строк.Все, что он делает, это разбивает фрагменты на части большого текста, а затем эти разделы обрабатываются индивидуально для извлечения информации.Кроме того, я хочу, чтобы заголовки этих разделов были устойчивы к естественному языку, поэтому некоторые разделы можно вводить разными способами, что приводит к увеличению размера регулярного выражения.Есть ли лучший способ сделать это с точки зрения производительности и управляемости?

Answer 1

Используйте лексический анализатор вместо регулярных выражений.

Answer 2

1. Для работы с производительностью в таком регулярном выражении вы можете использовать префиксную оптимизацию https://code.google.com/p/graph-expression/wiki/RegexpOptimization

2. Эта структура позволяет вам писать регулярные выражения с проверкой типов с помощью Java DSL. Таким образом, это стало рефакторингом и ремонтопригодностью. https://code.google.com/p/graph-expression/

Answer 3

Возможно, попробуйте генератор синтаксического анализатора, подобный тому, который обсуждался в Что лучше, ANTLR или JavaCC? ?

Если у вас есть грамматика естественного языка, то вы, как правило, повторяете подпрограммы дляразрешить изменение порядкаПравильная грамматика для этого будет гораздо проще поддерживать, чем регулярное выражение.