Question

我遇到的问题是，为了对这个查询进行匹配需要很长时间。我正在尝试匹配以下内容：

One or more content paragraph of any length
Here is an optional paragraph

A single line or list item
A single line or list item

这是我的模式。虽然它适用于短表达式，但它适用于较长的表达式。

^((.+[\r\n]?)+)\r\n\r\n([* -]*(.+)[\r\n]?)+$

我的目标实际上是将第一段内容分成段落，然后使用匹配模式将最后一项收集到列表对象中。我假设两个换行符分隔段落和一组单行项目（只有一个换行符）。

希望这不会令人困惑。我该如何优化这个正则表达式？感谢。

Answer 1

通过向?和*量词添加+修饰符以使它们与懒惰地匹配
，通常可以避免耗时，低效backtracking em>或不情愿地，即尽可能少的时间。

当量词遵循.通配符元字符时，这一点尤为重要。

尝试

(.+?)\r\n\r\n(?:[* -]*(.+?)(?:\r\n|$))+

RegexOptions.Singleline，.匹配任何字符，包括换行符。
（或者使用[\s\S]代替第一个.）。

第一个捕获组将捕获连续换行之前的所有捕获组，然后下一个捕获组将捕获随后的每一行。与正则表达式一样，单行中的任何前导*，-或空格字符都不会被捕获。

段落将为match.Groups[1].Value，第一个捕获的单行将为match.Groups[2].Captures[0].Value，第二个match.Groups[2].Captures[1].Value)等。

如果换行符可能只是\n，请将\r\n更改为\r?\n。

Answer 2

我对正则表达式并不擅长，但你的表现似乎非常优秀。但为了加快速度，请使用split来分隔列表中的段落

res = yourstring.Split('\r\n\r\n');
paragraph = res[0];
list=res[1];

然后您可以使用正则表达式或再次拆分以将列表项彼此分开

优化正则表达式

2 个答案: