Java 8+ 增量式正则表达式匹配器需求及替代方案咨询

好问题！你想要的这种逐字符喂入、实时判断匹配状态的增量式正则匹配器，Java自带的java.util.regex.Pattern和Matcher确实没有原生提供——因为标准库的Matcher是基于完整输入序列设计的，没办法动态追加字符并实时追踪匹配状态。不过我们有几种可行的方案：

一、针对简单模式：自己实现轻量状态机 #

如果你的正则模式比较简单（比如示例中的[0-9]+这类单一规则），完全可以自己写一个极简的状态机来处理，不用依赖正则库：

class NumericIncrementalMatcher {
    private boolean isInMatchingState = true;

    public void add(char c) {
        // 只要之前处于匹配状态，且当前字符是数字，就保持匹配
        isInMatchingState = isInMatchingState && Character.isDigit(c);
    }

    public boolean matches() {
        return isInMatchingState;
    }
}

这种方式性能极高，但只适用于逻辑简单的规则，复杂正则（比如带分支、量词、回溯的）就很难维护了。

二、复杂正则：用第三方库实现 #

对于复杂正则的增量匹配，有几个成熟的Java库专门支持这个功能：

1. jregex #

jregex是一个专门为增量匹配优化的正则库，它允许你逐字符输入，并且能随时检查当前是否完全匹配，或者是否还有可能通过追加后续字符完成匹配（前缀匹配）。示例代码如下：

import jregex.Pattern;
import jregex.Matcher;

// 初始化正则模式
Pattern pattern = new Pattern("[0-9]+");
Matcher incrementalMatcher = pattern.matcher();

StringBuilder stringBuilder = new StringBuilder();
char character;
while (characterSource.isNotEOF()) {
    character = characterSource.getNextCharacter();
    // 把当前字符追加到匹配器的输入流
    incrementalMatcher.append(character);
    
    // 判断当前是否完全匹配
    if (incrementalMatcher.matches()) {
        stringBuilder.append(character);
    } else {
        // 可以通过hitEnd()判断是否还有匹配可能：如果返回true，说明当前输入是匹配的前缀，后续加字符可能完成匹配
        if (!incrementalMatcher.hitEnd()) {
            // 完全不匹配，终止流程
            return result(stringBuilder.toString(), remaining(character, characterSource));
        }
        // 如果是前缀匹配，可以继续等待更多字符
    }
}

2. ICU4J #

ICU的正则库也支持增量匹配，虽然它的API相对复杂一些，但功能非常强大，适合处理多语言、复杂正则场景。你可以通过维护输入缓冲区，结合Matcher的状态跟踪来实现增量匹配，核心是利用Matcher.hitEnd()和Matcher.requireEnd()方法判断匹配状态。

三、标准库的折中方案（不推荐大输入） #

如果必须只用Java标准库，也可以用一种折中方式：维护一个当前输入的字符串缓冲区，每次追加字符后，用Matcher重新匹配整个缓冲区。不过这种方式对于大输入会有明显的性能损耗，因为每次都要重新扫描整个缓冲区：

final Pattern pattern = Pattern.compile("[0-9]+");
final Matcher matcher = pattern.matcher("");
StringBuilder buffer = new StringBuilder();

char character;
while (characterSource.isNotEOF()) {
    character = characterSource.getNextCharacter();
    buffer.append(character);
    matcher.reset(buffer);
    
    if (matcher.matches()) {
        // 保持匹配状态
    } else {
        // 检查是否是前缀匹配（后续加字符可能匹配）
        if (!matcher.hitEnd()) {
            return result(buffer.substring(0, buffer.length()-1), remaining(character, characterSource));
        }
    }
}

这种方案虽然能用，但性能不如专门的增量匹配库，只适合小输入场景。

内容的提问来源于stack exchange，提问作者scravy