Question

var email = '[John Smith] <johnsmith@gmail.com>';

var re1 = /.*<+(.*)+>.*/;
var re2 = /.*\[+(.*)+\].*/;

var address = email.replace(re1, "$1");
var name = email.replace(re2, "$1");

我发现第二个正则表达式（获得名称）运行速度超慢。但第一个很好。为什么会这样，有没有更好的方法来获得我需要的字符串？

Answer 1

你的正则表达式很慢的原因是因为它们是可怕的写。

现在，让我们继续说明为什么他们不好。

你的第一个表达式有一个束的不必要的令牌。如引导和尾随.* - 它们没有区别。其次，您已将< 0量化为inf时间。为什么？你想要匹配<<<<<<<<email>吗？还是email>？最后，您已经量化了重复组。这太可怕了，因为

量化的捕获组将覆盖自己
由于上述说法，使用捕获组是没有意义的，因此它使用了不必要的资源。

好吧，那是第一个表达。第二个更糟糕，即使您刚刚<>切换[]。你可能会问为什么？我会告诉你原因。 因为它不匹配。你可能会问为什么这么糟糕？因为它会产生我们称之为灾难性回溯的东西。为什么这样做你可能想知道？我会告诉你原因：

.*会尝试尽可能匹配。事实上，首先，它将消耗整个字符串。显然失败了，所以它回溯了很多次，直到它可以匹配第一个[。太棒了，现在引擎在文字[的字符串的第一个位置找到了一个匹配（从而使.*没有匹配）。现在下一个标记.*将再次匹配所有内容，因为它的贪婪性质。这不起作用，因此引擎回溯。它将继续尝试这样做，直到它匹配字符串。问题是，它永远不会。因为你的贪婪量词被一个需要一个或多个匹配的量化组包围。

现在，你如何解决这个问题？好吧，您只需从组后面删除+即可。那会解决它。你的正则表达式仍然很糟糕，但它们不会导致引擎回溯百万次。我们怎样才能进一步提高它？通过使用否定的字符类。

/\[([^]]+)\] <([^>]+)>/

在此处查看正则表达式的演示：http://regex101.com/r/wS2jN0

如果你开始使用regex101.com，你会立即注意到回溯问题：http://regex101.com/r/vB8xB0

Answer 2

不确定您的性能问题（如果有）但您可以使用单个正则表达式来提取这两个值：

var str = '[John Smith] <johnsmith@gmail.com>',
    re = /\[(.+)\] <(.+)>/,
    name = str.match( re )[1],
    email = str.match( re )[2];

console.log( name, email ); //=> "John Smith johnsmith@gmail.com"

Answer 3

这是因为使用了许多贪婪的.*，结果事实上字符串的格式为"[..] <..>"。

每次使用.*而没有?时，RegExp引擎选择整个字符串的其余部分，然后一次向后移动一个字符，因为RegExp的以下部分失败，测试下一个一部分。

正如您重复.*一样，这意味着您要告诉它从RegExp引擎必须回溯的字符串末尾开始，为每个字符运行指数级更多的测试。然后，贪婪的+标志使情况变得更糟，重复了*重复做的事情。

添加? s并不是最好的解决方法，因为您对字符串了解得更多，并且您并未在其中寻找那么多内容。因此，为了减少＆＃34; bad＆＃34; ，请做一些事情，例如只匹配您感兴趣的位

var re1 = /\<([^>]*)>/,
    re2 = /\[([^\]]*)\]/;

var address = email.match(re1)[1],
    uname = email.match(re2)[1]; // to avoid `window.name` conflict

为什么这个JavaScript正则表达式会变慢？

3 个答案: