优化正则表达式搜索

Question

我如何优化这些正则表达式搜索？目前，我的手机最多需要5秒钟

• 会话：<div class="field-items">.+?sms-notregion
• 地点：(?<=de/ort/)[^"]+
• ID：(?<=sms-share-id sms-tagline-elem">#)\d+
• 单个消息：sms-participant sms-participant-.+?</div></div>
• 参与者：(?<=sms-participant-)\d
• 时间：(?<=sms-tag">)\d+:\d+
• messagetext：(?<=sms-bubble">).+?(?=</div>)

我首先搜索对话，然后搜索其中的单个邮件，等等。

例如，我有这个网站，我匹配：http://pastebin.com/uun0uKL1

更新即可。事实证明，我的正则表达式不是我的代码的缓慢部分，而是使用Html.fromhtml（），我试图使用它来unescape html特殊字符。

Answer 1

Don't parse HTML with RegExes.只是不要。

相反，我找到了一个名为jsoup的优秀Java库，它可以快速解析HTML。

以下是使用jsoup的例子：

Document doc = Jsoup.connect("http://example.com/").get();
Elements elements = doc.select("div.sms-tag");
// Then iterate over those elements
for (Element element : elements) {
    String time = element.text();
}

这样的东西。查看their "cookbook"也可能会有所帮助。