许多年前，Kragen抱怨 Java 正则表达式的实现和性能，并建议发出 JVM 字节码的实现可以表现更好。
今天，我发布了Needle的 0.0.1 版本，这是一个将正则表达式编译为 JVM 字节码的库。它将每个正则表达式编译为确定性有限自动机 (DFA)，然后将其编译为 Java 类。
- 代码会分析 DFA 以提取有助于更高效匹配的信息。
- 它能检测出所需的前缀、后缀和前后缀，
- 这些前缀、后缀和前后缀可以使用 String.indexOf 找到，而第一个字符则可以在 while 循环中轻松测试（例如 [Ss]）。
- 这使得该类在 DFA 自动机中花费的时间更少，而在快速循环中花费的时间更多。
基准 Regex 的性能不适合简明扼要的总结，而needle 的设计更是如此。例如，
- 有一种优化会计算匹配的最小和最大长度，并在无法匹配时提前退出。在测试整个字符串是否与 regex 匹配时，或者在足够小的字符串中搜索时，这种效果就会显现出来，
- 但在查找大字符串中的匹配子串时，这种效果就不会显现。
我已经编写了许多基准测试，涵盖了许多不同的情况，但需要编写代码来重复报告和比较结果。与此同时，我包含了一个特定基准测试 ( SherlockBenchmark ) 的结果。
对于每个正则表达式，我们搜索《福尔摩斯历险记》的古腾堡计划版本，找到该模式的所有匹配项。对于每个正则表达式，我们比较了 Java 标准库 Needle 和brics 自动机库，这是一个高效的 DFA 实现。
Needle 在这些模式上比 brics 慢，但仍然比标准库快得多。这是因为Needle 自动机的核心循环比brics 自动机慢。
当我们有一个可用的子字符串用于搜索时，正则表达式的性能由搜索该子字符串的速度决定，而自动机的速度则不太重要。但当没有子串时，brics 获胜。