3

Me gustaría hacer una traza de la ejecuión de expresiones regulares para ver qué hace en cada paso y poder comparar qué tan bien o qué tan mal se desempeñan varias expresiones regulares usando .

¿Cómo puedo lograr esto?

Para mí sería genial saber cuántos pasos se toma el engine de Java, por lo que seguir usando otros engines es subóptimo desde mi punto de vista,

Si necesitan un ejemplo de lo que hablo, me refiero a por ejemplo la funcionalidad de debug de la página regex101.com

3
  • 1
    La que tu dices regex101 me parece la mejor opcion. La llevo usando meses. Commented el 7 jul. 2016 a las 19:03
  • De hecho así es como le hago, creo y pruebo en regex101 y convierto mediante regexplanet, si lo necesito lo analizo en regexper, pero tal vez ya exista una forma de hacerlo desde y/o para Java más directamente. Commented el 7 jul. 2016 a las 21:43
  • 1
    En regex101 puedes usar uno de los tres sabores disponibles (motores). El motor de Java está basado en el de Perl. No sé de alguna herramienta similar a regex101 escrita en Java... Pero puedes ① depurar tu aplicación, poniendo algunos puntos de interrupción en la clase java.util.regex.Pattern en los lugares que tú creas conveniente. ② También puedes descargar el código de la esa misma clase y agregar líneas de código de tu framework de logging favorito en esos lugares . Commented el 10 jul. 2016 a las 22:07

2 respuestas 2

2

Sólo las primeras 2 opciones son para Java, el resto las incluyo porque son relevantes (aclarando el por qué se incluyen).


jRegexAnalyser

Genera un debug bajo el motor de y es gratuita y Open Source. No es muy agradable visualmente e incluso cuesta entender qué representa cada uno de los pasos, pero hace lo que estás buscando. Principalmente sirve para ver la cantidad de pasos totales ("Matcher Operations", columna "Op").

Link: http://www.schwebke.com/index.php/10/18/

Captura de pantalla de jRegexAnalyer


Tiempo de ejecución (benchmark)

Si bien medir la cantidad de pasos es un buen comienzo, la única forma de ver realmente cuán eficiente es una expresión regular es midiendo el tiempo que tarda en ejecutarse, comparando 2 o más expresiones regulares con diferentes textos. De esta forma, además se puede considerar el tiempo que se tarda en compilar.

A grandes rasgos, el código sería:

int ciclos = 100000;  //Un número grande de repeticiones

long antes = System.nanoTime();  //grabar la hora en que comienza

for (int n=0; n<ciclos; n++)
{
    
    //Poner acá el código con la expresión regular a evaluar
    
}

long despues = System.nanoTime();  //La hora en que termina

//Imprimir cuánto tardó
System.out.println("Tiempo de ejecución: " + (despues-antes)/1e6 + " ms");

Ejemplo en ideone


regex101.com

Desarrollada bajo , no utiliza . Es una de las herramientas mejor logradas visualmente y ayuda enormemente a entender qué sucede a nivel del motor interno de una expresión regular, por lo que vale la pena mencionarla. Sobre todo porque me interesa aclarar lo siguiente:

  • Todos los motores de expresiones regulares similares a Perl ("Perl-like": PCRE, .Net, Python, Java, Perl, etc.) siguen la misma cantidad de pasos internos teóricos.
  • Java y PCRE comparten la mayor parte de las estructuras. Una expresión regular de Java muy probablemente se pueda utilizar en PCRE (sólo se diferencian en muy pocas construcciones).
  • La mayor diferencia entre los motores reside en optimizaciones internas que ayudan a reducir la cantidad de pasos a evaluar. Sin embargo, al generar una expresión regular que evalúa menor cantidad de pasos en un motor, casi seguro evaluará menos pasos en otro motor.
  • Las herramientas utilizadas para debug pueden contar de forma diferente cada paso (1 paso en una herramienta puede ser representada por múltiples pasos en otra herramienta), pero eso no significa que haya mayor procesamiento.

Link: https://regex101.com

Captura de la web de regex101.com

* Hace un tiempo que está abierta la solicitud para que regex101 soporte el motor de Java, pero no hay indicios de que se lleve adelante.


RegexBuddy

Windows 2000/XP/Vista/7/8/8.1/10 (o en Linux usando Wine)

No utliza , pero tiene un motor propio que acepta las estructuras y tiene opciones para expresiones regulares de Java (lo emula). Por lejos, la mejor aplicación de escritorio para evaluar expresiones regulares. Lamentablemente, no es gratuita.

Link: https://www.regexbuddy.com

Captura de pantalla de RegexBuddy

4
  • Gracias, regex 101 no me sirve debido a que estaba probando esta expresión regular: ^\(([^a-z\)\p{Punct}\s]{2,})\)\s?(\d[\s\-]?\d+){2,}$|^(\d[\s\-]?\d+){3,}$ no sé si el regexbuddy l acepte. Sería genial que agregaras que el primero es open source y el regex buddy es paga. Commented el 22 jul. 2016 a las 16:33
  • @RuslanLópezCarro Editada... Justamente tu regex sirve para mostrar que se puede usar PCRE.. Sólo hay que ver en qué estructuras se diferencian y buscar un análogo (lo que remarqué en la descripción de regex101). La cantidad de pasos será indefectiblemente la misma. En concreto, para tu ejemplo, en vez de \p{Punct}, se tiene que usar \p{P}, que cubre la misma categoría Punctuation, tan simple como eso: demo en regex101
    – Mariano
    Commented el 23 jul. 2016 a las 3:22
  • el regexbuddy es solo para windows verdad? Commented el 15 mar. 2018 a las 16:49
  • @RuslanLópezCarro Windows 2000/XP/Vista/7/8/8.1/10 según lo que dice en la página, o se puede correr en Linux usando Wine
    – Mariano
    Commented el 16 mar. 2018 a las 10:34
-1

Con Debugexx link puedes analizar los pasos de tu expresión regular. Espero te sirva de algo, saludos!

Prueba con esta expresión en el sitio

\b\d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}\b

1
  • perdona pero no tiene para Java ni me explica como hacer eso mismo en Java, así que no me sirve tu respuesta, de todas maneras, gracias por tu tiempo. Commented el 7 jul. 2016 a las 20:26

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.