如何在自研Java代码编辑器中实现语法着色功能？

你当前的语法高亮实现已经搭建了基础框架，但存在正则匹配准确性、代码逻辑冗余、执行效率等可优化点，以下是具体分析和改进方案：

现有实现的问题 #

• 字符串正则匹配失效：\"?.*?\"会匹配单个引号（如"），也无法处理字符串内的转义字符（如\"），导致着色错误。
• 样式匹配逻辑繁琐：通过pattern.pattern()字符串比对选择样式，不仅代码冗余，还容易因正则字符串的细微差异（如空格、转义符）触发匹配失败。
• 匹配顺序不合理：若先匹配关键字/字符串，注释内的内容会被错误着色（比如// this is an if comment里的if会被标成关键字）。
• 文本更新效率低下：每次删除再插入全文会触发不必要的UI刷新，大文本场景下性能损耗明显。

优化后的实现代码 #

private void addSyntaxHighlighting() {
    StyledDocument doc = textPane.getStyledDocument();
    String content;
    try {
        content = doc.getText(0, doc.getLength());
    } catch (BadLocationException e) {
        e.printStackTrace();
        return;
    }

    // 定义各类语法样式
    Style keywordStyle = doc.addStyle("Keyword", null);
    StyleConstants.setForeground(keywordStyle, Color.BLUE);

    Style stringStyle = doc.addStyle("String", null);
    StyleConstants.setForeground(stringStyle, Color.GREEN);

    Style commentStyle = doc.addStyle("Comment", null);
    StyleConstants.setForeground(commentStyle, Color.GRAY);

    // 正则与样式配对，优先处理注释（避免注释内内容被错误着色）
    record SyntaxRule(Pattern pattern, Style style) {}
    List<SyntaxRule> syntaxRules = List.of(
        new SyntaxRule(Pattern.compile("//.*"), commentStyle),
        new SyntaxRule(Pattern.compile("\"([^\"\\\\]|\\\\.)*\""), stringStyle),
        new SyntaxRule(Pattern.compile("\\b(if|else|while|for|class|public|private)\\b"), keywordStyle)
    );

    // 清除现有样式，确保着色状态干净
    doc.setCharacterAttributes(0, content.length(), doc.getStyle(StyleContext.DEFAULT_STYLE), true);

    // 遍历规则批量着色
    for (SyntaxRule rule : syntaxRules) {
        Matcher matcher = rule.pattern().matcher(content);
        while (matcher.find()) {
            int start = matcher.start();
            int end = matcher.end();
            doc.setCharacterAttributes(start, end - start, rule.style(), false);
        }
    }
}

关键改进点说明 #

• 正则表达式修正：
  • 字符串正则\"([^\"\\\\]|\\\\.)*\"可正确匹配包含转义字符的完整字符串，不会误匹配单个引号。
  • 调整匹配顺序，先处理单行注释，确保注释内的关键字、字符串不会被错误着色。
• 样式配对优化：用Java 16+的record将正则与样式绑定，避免字符串比对的冗余和错误，代码更简洁可读。
• 性能与逻辑优化：
  • 直接读取文档内容，避免删除再插入全文的操作，减少UI刷新开销。
  • 先清除所有现有样式，再重新应用新样式，保证着色状态一致性。
• 扩展性提升：后续新增语法规则（如多行注释、数字、运算符等），只需在syntaxRules列表中添加新的SyntaxRule即可，无需修改核心逻辑。

进一步扩展建议 #

• 添加多行注释支持：新增正则/\\*[\\s\\S]*?\\*/匹配/* ... */格式的多行注释。
• 支持数字着色：新增正则\\b\\d+\\.?\\d*\\b匹配整数和浮点数，设置对应样式。
• 实现实时着色：结合DocumentListener，在文本内容变更时自动触发着色逻辑。
• 大文本优化：仅对修改的段落进行着色，而非遍历全文档。

内容的提问来源于stack exchange，提问作者GamePlanner