Java 中高效提取字符串中数字：split() 还是正则匹配？-java教程-PHP中文网

Java 中高效提取字符串中数字：split() 还是正则匹配？

在 Java 中，若需从路径类字符串（如 /good/123/bad/456）中提取所有数字，直接使用 split() 会触发多次字符串拷贝和临时对象创建；而复用预编译正则 + Long.parseLong(CharSequence, int, int, int) 可显著减少内存分配与 GC 压力，性能更优。

在 java 中，若需从路径类字符串（如 `/good/123/bad/456`）中提取所有数字，直接使用 `split()` 会触发多次字符串拷贝和临时对象创建；而复用预编译正则 + `long.parselong(charsequence, int, int, int)` 可显著减少内存分配与 gc 压力，性能更优。

当处理类似 /good/312321312/bad/3213122131 的字符串并提取其中的数字时，表面看 String.split("/|\D+") 或正则 Pattern.compile("\d+").matcher(...) 都能达成目标，但底层开销差异显著。

关键瓶颈在于 字符串切片（substring）：split() 会为每个分隔符两侧生成全新 String 对象，即使你只关心其中两个数字，它仍会为 /good/、/bad/ 等非数字片段创建无用字符串——这涉及字符数组复制、对象头分配及后续 GC 回收。而正则 Matcher 仅定位起止索引（m.start() / m.end()），配合 Java 9+ 新增的 Long.parseLong(CharSequence, int, int, int) 方法，可直接解析原始字符串的指定区间，完全规避中间 String 实例。

✅ 推荐写法（高性能、低内存）：

Java Maven Code Review

审查Java Maven项目（ZIP压缩包或GitLab仓库URL），检查代码规范、命名、模块边界、可维护性问题以及重复代码。

下载

private static final Pattern NUMBER_PATTERN = Pattern.compile("\d+");

public static long[] extractNumbers(String input) {
    Matcher m = NUMBER_PATTERN.matcher(input);
    LongStream.Builder builder = LongStream.builder();
    while (m.find()) {
        builder.add(Long.parseLong(input, m.start(), m.end(), 10));
    }
    return builder.build().toArray();
}

⚠️ 注意事项：

务必复用 Pattern 实例：Pattern.compile() 开销较大，应声明为 static final，避免每次调用都重新编译；
Java 版本要求：Long.parseLong(CharSequence, int, int, int) 自 Java 9 引入，若项目仍在 Java 8，可退化为 Long.parseLong(m.group())，虽仍创建短字符串，但至少避免了无关片段的拷贝；
场景适配：若仅需前两个数字（如示例），可用短路逻辑提前终止匹配，进一步节省 CPU；
不要滥用 String.split()：其便利性以隐式 Pattern 创建和全量 String 分割为代价，不适合高频或性能敏感路径。

总结：在追求极致性能的场景下，“定位 + 原生解析” 永远优于 “分割 + 筛选”。通过预编译正则 + 索引级数值解析，既减少堆内存压力，又提升吞吐量——尤其在日志解析、API 路径处理等高频字符串提取任务中，这一优化可带来可观的性能收益。