使用正则替代String.contains()导致渲染缓慢问题求助

我之前踩过一模一样的坑！把一堆String.contains()换成正则后反而出现SocketTimeoutException，大概率是你写的正则存在重复扫描字符串的性能陷阱——尤其是当URL比较长的时候，这种问题会被放大。

先复盘下你的场景：原来的代码是判断URL转小写后不包含一堆特定关键词，大概是这样：

if (!url.toLowerCase().contains("wikipedia") 
    && !url.toLowerCase().contains("vikidia") 
    && !url.toLowerCase().contains("wikimini") 
    && !url.toLowerCase().contains("dictionnaire") 
    && !url.toLowerCase().contains("dictionary")
    // 还有更多类似条件
) {
    // 你的业务逻辑
}

如果你的正则是写成这种多否定前瞻的形式，那性能差就不奇怪了：

// 这种写法会重复扫描字符串，效率极低！
Pattern badPattern = Pattern.compile(
    "^(?!.*wikipedia)(?!.*vikidia)(?!.*wikimini)(?!.*dictionnaire)(?!.*dictionary)...",
    Pattern.CASE_INSENSITIVE
);
if (badPattern.matcher(url).matches()) { ... }

每个(?!.*xxx)都要从字符串开头扫描到结尾，多个前瞻叠加起来，相当于把整个URL扫了N遍（N是关键词数量），长URL直接就会拖慢到超时。

给你两个靠谱的解决方案：

方案1：优化正则写法，单次扫描完成判断 #

把所有关键词合并到一个分组里，用|分隔，只做一次扫描判断是否存在任意关键词，然后反转逻辑即可：

// 初始化正则（建议放到静态常量里，避免重复编译）
private static final Pattern EXCLUDED_PATTERN = Pattern.compile(
    "wikipedia|vikidia|wikimini|dictionnaire|dictionary|...", // 所有关键词用|分隔
    Pattern.CASE_INSENSITIVE
);

// 判断逻辑：只要找不到任何关键词，就执行业务代码
if (!EXCLUDED_PATTERN.matcher(url).find()) {
    // 你的业务逻辑
}

这个写法的优势是正则引擎只扫描URL一次，只要找到任意一个匹配的关键词就立即停止，找不到就返回false，性能比多前瞻写法提升N倍。

如果想进一步优化，可以提前把URL转成小写，去掉CASE_INSENSITIVE标志（这个标志会带来额外的性能开销）：

String lowerUrl = url.toLowerCase();
if (!EXCLUDED_PATTERN.matcher(lowerUrl).find()) { ... }

方案2：用集合+Stream替代正则，简洁又稳定 #

如果正则还是让你不放心，不如回到集合的方式，代码同样简洁，而且性能更稳定（毕竟String.contains()是JDK底层优化过的字符串查找）：

// 把所有关键词放到静态集合里（初始化一次即可）
private static final Set<String> EXCLUDED_KEYWORDS = Set.of(
    "wikipedia", "vikidia", "wikimini", "dictionnaire", "dictionary"
    // 其他关键词
);

// 判断逻辑：检查URL转小写后是否不包含任何关键词
boolean isUrlAllowed = EXCLUDED_KEYWORDS.stream()
    .noneMatch(keyword -> url.toLowerCase().contains(keyword));

if (isUrlAllowed) {
    // 你的业务逻辑
}

这种方式的好处是：一旦找到匹配的关键词就会立即终止循环，不会多余扫描，而且代码可读性比正则更高，维护起来更方便。

最后提个小建议 #

如果你的URL长度经常很大（比如几KB以上），优先选方案2，因为正则引擎在处理超长字符串时，偶尔还是会出现性能波动；如果URL比较短，两种方案都可以，看你更喜欢哪种写法。

内容的提问来源于stack exchange，提问作者Dr. Mza