正则匹配多个关键词_用它匹配大数据长文本，让处理效率提升 100 倍 ！

原来文本匹配的方式一直是用中规中矩的正则来做，最近在实际生产中由于数据量骤升，现有数据量提高了大约 3-4 倍，原本使用正则处理已经到了瓶颈，这次又有增量对生产来说可谓雪上加霜，而且随着正则词越加越多，匹配效率也越来越差，数据量的激增再加上正则词越加越多，提升生产的匹配效率已是迫在眉睫。

最近一段时间我也一直再搞这部分，现在初见成效，在测试新方法匹配过程中，发现有的长正则匹配效率甚至提高了 100 倍，而且是越长文本 越长正则 提升越高。

本次就来聊聊这次优化正则的经历，需要代码的朋友直接到文末下载即可。

1准备阶段：AC多模匹配

在谈优化正则前，我们先要知道 AC多模匹配 的概念，AC 多模匹配重点在于 字典树 和 它的失败节点匹配算法（KMP模式匹配），字典树我们都很熟悉，假设有 "aaa ，abc，bcd，cab，cad" 这几个字符串需要存储，它们在字典树中的位置这里以一张图做个简单的示意：