Question

我正在编写一些简单的代码，试图推断出一个特定的String是否实际上是一个Java日期，如果是，则确定其格式（模式）。

显然，因为有许多可能的日期格式，确定哪一个适用于字符串需要连续的模式匹配，这实际上是时间和CPU消耗，因为输入字符串也可以具有其他值。

所以，对于名为input的String变量，我最终做了什么，就像

String datePattern;

if (isLikeDate(input))
{
    datePattern = matchAnyOfThePredefinedDatePatterns(input);
}

其中isLike...方法拒绝明显的非日期字符串，match...方法超过约40-50个预定义模式，尝试构造有效的SimpleDateFormat对象。如果input字符串不是每次检查的模式的有效日期，则构造函数会抛出异常。

异常处理会大大减慢速度，但似乎没有避免它。 Apache Commons Date软件包具有类似的性能。

有没有更快的方法来实现这种日期模式匹配？

Answer 1

根据模式的复杂程度，您可能希望在尝试之前将每个潜在模式与正则表达式（或手写代码）匹配，以便将其正确解析为日期。例如，如果模式是“yyyyMMddThh：mm：ss”，您可以检查长度，T的位置，冒号的位置，以及其他所有内容都是一个数字，然后再将其传递给日期解析代码。

这种级别的模式匹配可能非常宽松 - 它只是试图排除明确的违反模式。重要的是它不会拒绝任何实际上有效的。

缺点是，对于匹配的任何模式，你正在做两次工作 - 但通过显着减少你抛出的异常数量，这很可能很容易平衡。

编辑：只是为了澄清，您目前正在测试它是否可以匹配任何模式，然后测试所有模式。我建议你有每个模式的正则表达式，并且只尝试解析已经匹配相应正则表达式的模式。

我还建议尝试Joda Time - 它不仅是一个通常更好的API，而且它的模式是线程安全的，因此您可以重用它们。大概你每次有东西要解析时都会创建新的SimpleDateFormat对象。

Answer 2

您可能会考虑构建类似trie的状态机，有点像使用传入字符串播放弹球盘。这会在非日期相对较快地失败 - 基本上是日期语法解析器。

不确定总是是否更快，或更快 - 足以值得付出努力。

Answer 3

匹配...方法超过了大约40-50个预定义模式，尝试构造一个有效的SimpleDateFormat对象。

这是否意味着您在每次调用SimpleDateFormat时都在构建新的match个对象？这是非常昂贵的，不要这样做。

保留先前构建的格式对象。如果我记得正确SimpleDateFormat.parse()不是线程安全的，那么将需要一些额外的工作。

当然，您希望首先尝试更高成功率的格式，但我不知道您是否对数据模式有深入了解。