正则表达式性能优化提示和技巧

Question

在阅读了关于java中正则表达式优化的非常好的article之后，我想知道创建快速有效的正则表达式的其他好方法是什么？

Answer 1

1. 当您需要重复分组但不需要使用来自传统(?:pattern)组的捕获值时，请使用非捕获组(capturing)。
2. 在适用的(?>pattern)时使用atomic group（或非回溯子表达式）。
3. 通过将正则表达式设计为提前终止不匹配来避免像瘟疫一样catastrophic backtracking。

我创建了一个展示这些技术的视频。我开始使用catastrophic backtracking文章(x+x+)+y中的非常写得不好的正则表达式。经过一系列的优化后，我将它的速度提高了300万倍，并在每次更改后进行基准测试。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：

.NET Regex Lesson: #5: Optimization

Answer 2

谨慎使用any（dot）操作符，如果你能以任何其他方式执行，那么，dot会一直咬你...

我不确定PCRE是否是NFA而且我只熟悉PCRE但是+和*默认情况下通常是贪婪的，它们会尽可能地匹配使用+？和*？为了尽可能地匹配，在编写你的正则表达式时要牢记这两个条款。

Answer 3

知道不何时使用正则表达式 - 有时手动编码的解决方案更有效，更易理解。

示例：假设您要匹配一个可被3整除的整数。设计一个有限状态机来完成此任务是微不足道的，因此必须存在相应的正则表达式，但写出来并不是那么微不足道 - 而且我“我一定不愿意调试它！”