当前位置:首页 >  站长 >  编程技术 >  正文

js 正则学习小记之匹配字符串字面量优化篇

 2020-11-02 16:53  来源: 脚本之家   我来投稿 撤稿纠错

  域名预订/竞价,好“米”不错过

昨天在《js 正则学习小记之匹配字符串字面量》谈到 /"(?:\\.|[^"])*"/ 是个不错的表达式,因为可以满足我们的要求,所以这个表达式可用,但不一定是最好的

昨天在《js 正则学习小记之匹配字符串字面量》谈到 /"(?:\\.|[^"])*"/ 是个不错的表达式,因为可以满足我们的要求,所以这个表达式可用,但不一定是最好的。

从性能上来说,他非常糟糕,为什么这么说呢,因为 传统型NFA引擎 遇到分支是从左往右匹配的,

所以它会用 \\. 去匹配每一个字符,发现不对后才用 [^"] 去匹配。

比如这样一个字符串: "123456\'78\"90"

共 16 个字符,除了第一个 " 直接匹配成功,还剩余 15 个,只有 2 个转义(4 个字符),所以 \\. 会失败 10 次,只有 2 次成功。

这 10 次匹配失败,需要回溯后用 [^"] 才能匹配成功,当然最后一个 " 会直接匹配成功。

很明显,正常的字符串不可能全是转义,正常的字符串才是主流,当然不排除有人故意全转义的情况。

所以这个正则需要10次回溯后才能匹配完成,如果字符串增长到 1K 1M 肿么破呢?

所以我们要修改下这个正则,前后换下位置么?

js 中 字符串用 \ 折行是允许的,但是修改后的 正则 没法匹配这样的字符串了,所以我们还得继续修复。

因为 . 没法匹配换行,所以我们要用其他方式表达。

. 是用于匹配除换行符之外的所有字符,难道我们要 [.\n] 来表示么?

这样是不对的,因为 [] 字符集中的 . 不再表示除换行符之外的所有字符,而是字符 . 也就是他本身一个字符而已。

那怎么办呢?

其实换个思路,

\d 表示 0-9

\D 表示 [^0-9]

那么 [\d\D] 就表示所有了,不是么。(新人朋友不知道能不能消化这个知识点。)

同理 [\s\S] [\w\W] 同样可以。

所以 /"(?:[^"\\]|\\[\d\D])*"/ 这样就满足我们的要求了。

效果不错。

回头过来分分析下他现在的性能吧。

还是这个字符串: "123456\'78\"90" , 正则 /"(?:[^"\\]|\\[\d\D])*"/

共 16 个字符,除了第一个 " 直接匹配成功,还剩余 15 个,有 2 个转义(4 个字符),[^"\\] 能匹配成功 10 个字符,只有 2 次失败。

为什么不是 4 次失败呢,明明有4个字符啊。\\ 虽然是2个字符,但是读到第一个 \ 就匹配失败,然后用 \\[\d\D] 匹配成功,

占用掉了两个字符 \\ 下次用下一个o开始匹配,所以只有2次回溯。

只有 2 次需要回溯,然后用 \\[\d\D] 匹配成功。当然最后一个 " 还是会直接匹配成功。

所以从 10 次回溯,减少到了 2 次,虽然正则比昨天臃肿了很多,但至少性能提升了不止一个等级。

OK,今天的分享完毕,明天见。

来源:脚本之家

链接:https://www.jb51.net/article/184337.htm

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关标签
正则表达式

相关文章

热门排行

信息推荐