Regex -在行开始后或在特定字符之后进行匹配的最有效表达式

Question

我试图找到最有效的方式匹配字符后，行或后面的另一个字符。

匹配准则

ad([sxv])?[0-9]*[-_.] -需要在^之后或[-_.]之后立即找到匹配项。

注意:我不能100%确定处理器使用哪种正则表达式，但它似乎不支持非捕获组。

场景：

用户尝试访问一个域，然后根据几个regex表达式(包括本例)检查该域。如果没有找到匹配项，则允许访问。

示例用户输入(将被阻止)：

ad.dailymail.co.uk
asdsa.adasdsa.dasdasd.asdasdasd.dasdasdsa.ad.test.com

Regex测试：

ad.dailymail.co.uk

• (^|[-_.])ad([sxv])?[0-9]*[-_.] - 13步
• ^(.*[-_.])?ad([sxv])?[0-9]*[-_.] - 36步
• ^([a-z0-9]([a-z0-9-]*[a-z0-9])?[-_.])*ad([sxv])?[0-9]*[-_.] - 69步

asdsa.adasdsa.dasdasd.asdasdasd.dasdasdsa.ad.test.com

• (^|[-_.])ad([sxv])?[0-9]*[-_.] -151个步骤
• ^(.*[-_.])?ad([sxv])?[0-9]*[-_.] - 28步
• ^([a-z0-9]([a-z0-9-]*[a-z0-9])?[-_.])*ad([sxv])?[0-9]*[-_.] - 86步

到目前为止，看起来^(.*[-_.])?ad([sxv])?[0-9]*[-_.]似乎是最有效的，但是还有其他方法可以更快地检查吗？

另外，有人能告诉我为什么(^|[-_.])比其他表达式消耗这么多步骤吗？

Answer 1

您可以修改第二个正则表达式，以便为第一个组使用??修饰符。所以如果你已经找到“广告.”，它会懒洋洋地停在0次。刚开始的时候。

演示

它的步骤甚至比第一个regexp (它是最快的)更少(9比10步)

缺点是，对于任何“非广告”urls，可能会变得更糟(0-2额外步骤)。它还将取决于它是否匹配。如果不匹配，则两个正则表达式具有相同的步骤。如果他们匹配，它可能有1-2个额外的步骤。

你可以做你的数学，计算这类类型的网址数目，并根据概率来决定。

最后，我制作了一个包含所有结果的表：

​

​