Regex性能优化提示和技巧

Question

在阅读了java中关于正则表达式优化的很好的article之后，我想知道创建快速有效的正则表达式的其他好技巧是什么？

Answer 1

当您需要重复分组但又不需要使用来自传统(capturing)组的捕获值时，

• 会使用非捕获组(?:pattern)。通过将正则表达式设计为针对catastrophic backtracking提前终止，

• 会在适用的情况下使用atomic group (或非回退子表达式)，就像瘟疫一样

我制作了一个演示这些技术的视频。我从catastrophic backtracking文章(x+x+)+y中写得非常糟糕的正则表达式开始。然后在一系列的优化之后，我使它的速度提高了300万倍，每次更改后都进行基准测试。该视频特定于.NET，但其中许多内容也适用于大多数其他正则表达式风格：

.NET Regex Lesson: #5: Optimization

Answer 2

谨慎地使用any (点)操作符，如果你可以用其他任何方法，那就去做吧，点总是会咬你的……

我不确定PCRE是否是NFA，我只熟悉PCRE，但默认情况下+和*通常是贪婪的，它们将尽可能多地匹配以扭转局面使用+？然后*？为了尽可能少地匹配，请在编写regexp时牢记这两个子句。

Answer 3

知道什么时候不使用正则表达式--有时手工编码的解决方案更有效，更容易理解。

例如:假设您想匹配一个能被3整除的整数，设计一个有限状态机来完成这个任务很简单，因此必须存在一个相应的正则表达式，但是把它写出来并不是那么简单--我当然讨厌调试它！