• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    正则表达式性能优化方法(高效正则表达式书写)

    这里说的正则表达式优化,主要是针对目前常用的NFA模式正则表达式,详细可以参考:正则表达式匹配解析过程探讨分析(正则表达式匹配原理)。从上面例子,我们可以推断出,影响NFA类正则表达式(常见语言:GNU Emacs,Java,ergp,less,more,.NET语言,
    PCRE library,Perl,PHP,Python,Ruby,sed,vi )其实主要是它的“回溯”,减少“回溯”次数(减少循环查找同一个字符次数),是提高性能的主要方法。 我们来看个例子:

    源字符串:script type="text/javascript">adsfadfsdasfsdafdsfsadfsa/script>

    匹配要求,匹配script….>…./script>标签里面所有内容,包括改标签

    常见写法(1),因为script后面可能出现字符、空白、特殊符号等,还有标签里面也可能出现各种js代码。我们简单方法是:

    正则表达式:script.*?>.*?/script> (测试工具使用了:regexBuddy)

    总共花费115步,回溯了:48次。 因为我们使用”.”字符,匹配默认情况下除了\n之外所有字符。
    方法(2),我们分析特点发现,script…>后面,应该是除了”>”之外都可以字符,然后一对script>标签里面js内容。可以定义为除了””之外。(这里面我只是举例说明优化方法,实际网页中script标签里面,常见都会出现有””字符了)

    正则表达式:script[^?>]+>[^]+/script>

    19步,0次回溯! ,步骤只有原先的15%左右,性能几倍的提升了!
    从上面我们看到,不同正则表达式,对通用字符配平,性能相差会很大。减少“回溯”是最好的方法,减少回溯其中最主要的方法是:”用最小范围的元字符,尽量避免用过大的元字符!”。一般规律如下:

    1、使用正确的边界匹配器(^、$、\b、\B等),限定搜索字符串位置
    2、使用具体的元字符、字符类(\d、\w、\s等) ,少用”.”字符
    3、使用正确的量词(+、*、?、{n,m}),如果能够限定长度,匹配最佳
    4、使用非捕获组、原子组,减少没有必要的字匹配捕获用(?:)

    如:我想匹配一些英文字母,它后面接的是数字。如:abc1234,我可以写 “\w+\d+”,也可以写”[a-zA-Z]+\d+” ,其中第一个\w+会先匹配所有abc1234,然后回溯,匹配满足\d+格式。一共4步,而后面这个只需要2步,步骤减少一半了!好了,今天就先到这里,欢迎大家讨论、交流!

    您可能感兴趣的文章:
    • Python 正则表达式匹配字符串中的http链接方法
    • python正则表达式去除两个特殊字符间的内容方法
    • Python实现正则表达式匹配任意的邮箱方法
    • Java使用正则表达式验证手机号和电话号码的方法
    • js正则表达式校验指定字符串的方法
    • JS使用正则表达式获取小括号、中括号及花括号内容的方法示例
    • Android 2018最新手机号验证正则表达式方法
    • 前端正则表达式书写及常用的方法
    上一篇:详解表单验证正则表达式实例(推荐)
    下一篇:正则表达式、分组、子匹配(子模式)、非捕获子匹配(子模式)
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯

    时间:9:00-21:00 (节假日不休)

    地址:江苏信息产业基地11号楼四层

    《增值电信业务经营许可证》 苏B2-20120278

    正则表达式性能优化方法(高效正则表达式书写) 正则,表达式,性能,优化,